基于MATLAB的改进海马算法

针对海马算法寻优精度不足、易陷入局部最优的问题,本文提出一种基于Singer混沌及失败者放逐的海马算法。在初始化种群阶段,Singer混沌映射被引入用以生成遍历搜索空间的初始海马个体,增强了初始种群的多样性,有利于提高算法的搜索精度;在海马捕食阶段,引入失败者放逐策略,将捕食失败的海马个体放逐到搜索空间内,有利于算法跳出局部最优;在海马繁殖阶段,引入动态繁殖策略,动态影响父本和母本的权重,有利于防止算法过早收敛到局部极值。在算法性能测试实验中选用了10个基准测试函数和10个CEC2013测试函数,实验结果表明本文所提改进海马算法在寻优精度和收敛速度上都有较大提升,是一种优化能力强、鲁棒性好的算法。