一类带学习与竞技策略的混沌天牛群搜索算法

为解决单个体天牛须搜索算法在多维问题寻优时存在收敛慢的问题,提出了一种带有群体学习行为与竞技场竞争机制的天牛群搜索算法。首先,算法嵌入混沌序列生成天牛群体,使个体在移动中动态学习群体经验,以提高算法的收敛速度。其次,在一部分聚集度过高的个体中引入竞技场机制,规则性转移劣败个体,以增强算法后期的探索能力,有效避免了局部寻优的问题。最后,对多维优化函数进行测试,并与粒子群算法和实数遗传算法进行对比。仿真结果表明,所提算法具有较快的收敛速度和较好的寻优能力,是一类有价值的新型群智能优化算法。