目录
1.算法概述
蝗虫优化算法是模拟自然界蝗虫种群捕食行为而提出的一种群智能优化算法,主要利用了蝗虫间的社会作用力把空间分为吸引空间、舒适空间和排斥空间,根据不同蝗虫间距离大小的变化来改变空间范围从而找到最优位置。该算法具有结构简单、稳定性强、参数较少、收敛较快等特点。但随着研究的深入,研究者发现该算法的种群多样性和收敛精度有待增加和提高。因此,针对蝗虫优化算法自身存在的不足进行改进并将改进后的蝗虫优化算法应用到实际问题中,论文主要完成了下面三方面的研究工作。(1)提出基于邻域重心的蝗虫优化算法,将邻域重心策略加入到蝗虫优化算法中。在邻域重心的蝗虫优化算法中,种群被划分为多个不同邻域,蝗虫个体之间直接相互作用,找到局部邻域重心再计算该重心参考点的反向点作为新的个体位置,便于在充分利用群体搜索经验的同时保持种群的多样性,增强了算法探测能力。(2)提出基于混沌策略的蝗虫优化算法,分别将十种不同的混沌策略加入到蝗虫优化算法中,该策略主要用于增加种群的多样性,提高算法后期的收敛速度,与原算法进行对比,实验结果表明引入混沌策略提高了算法的求解精度和收敛速度。(3)球面旅行商(TSP)问题是一经典的NP-Hard问题。将蝗虫优化算法用于求解球面旅行商问题。实验结果表明,利用蝗虫优化算法能获得较好的路径方案。
蝗虫算法是在研究蝗虫在自然界的群行为基础上而提出的一种基于交互力的元启发式智能算法。算法仿生原理是将幼虫期蝗虫的小范围移动行为映射为短步长的局部开发,成虫期的蝗虫大范围