多策略融合的斑马优化算法

针对斑马优化算法易陷入局部最优和鲁棒性差的问题,提出了一种多策略融合的斑马优化算法。首先采用基于Logistics混沌的收敛因子作为步长控制因子,平衡了算法全局探勘与局部开发能力,提高了算法的寻优精度;其次采用位置扰动策略,避免了迭代过程种群多样性的减少,增强了算法跳出局部最优的能力;最后采用记忆更新策略,降低了位置更新策略的盲目性。利用14个标准测试函数,在收敛精度、收敛速度、统计检验3个方面对改进后算法的优良性进行实验检验。实验结果表明,改进策略有效地提升了斑马优化算法寻优精度与跳出局部最优的能力。在工程优化问题上进一步验证了算法处理实际优化问题的有效性与实用性。