改进离散人工蜂群算法的干扰波形决策

针对目前基于离散人工蜂群(DABC)算法的干扰波形决策存在迭代次数多、寻优概率低等问题,提出一种基于最优差异导向的混沌多维离散人工蜂群(ODCM-DABC)算法的干扰波形决策方法。通过引入最优差异矩阵对蜜源进行更新、多维搜索和贪婪选择的方式确定更新维度、Tent混沌序列初始化种群等操作,对干扰波形决策模型进行求解。仿真结果表明,所提算法在进行干扰波形决策时,与传统DABC和GA算法相比,需要的迭代次数更少、寻优概率更高,能够改善干扰波形决策系统的性能,具有一定的普适性。