全局最优值引导的混沌蜂群算法

针对蜂群算法局部搜索能力差及容易陷入局部最优值的缺点,提出具有全局最优值引导的混沌蜂群算法。使用混沌序列初始化食源,增加初始解的随机性和多样性;观察蜂采用具有全局最优值引导的搜索策略,提高算法的收敛速度和全局搜索能力;在观察蜂搜索结束后,选取最优食源,对其进行混沌局部搜索,防止算法早熟,提高算法的局部搜索能力。经典函数的测试结果表明,相比其它算法,该算法能有效避免陷入局部极值,提高了算法的优化精度和收敛速度。