xstream 数字映射不上去_几种混沌映射

混沌映射被用于生成混沌序列，这是一种由简单的确定性系统产生的随机性序列。一般混沌序列具有以下主要特征：

1. 非线性；
2. 对初值的敏感依赖性；
3. 遍历性；
4. 随机性；
5. 奇异吸引子（混沌吸引子）；
6. 分数维持性；
7. 整体稳定局部不稳定；
8. 长期不可预测性；
9. 轨道不稳定性及分叉；
10. 普适性和Feigenbaum常数。

在优化领域，混沌映射可以用于替代伪随机数生成器，生成 0 到 1 之间的混沌数。经过实验证明，利用混沌序列进行种群初始化、选择、交叉和变异等操作会影响算法的整个过程，而且常常能取得比伪随机数更好的效果。下面给出部分常用于群体智能领域的混沌序列：

1. Logistic 映射，又称虫口映射

其中

,

。

2. PWLCM 映射

；

3. Singer 映射

；

其中，当

时，Singer 映射具有混沌行为。

4. Sine 映射

Sine 映射是一种单峰映射，并且值域为

，其中

。

5. Gussian 映射

;

6. Tent 映射，又称帐篷映射

;

7. Bernoulli 映射

8. Chebyshev 映射

;

9. Circle 映射

;

其中

10. Cubic 映射（最常见的混沌映射之一）

11. Sinusoidal 映射

;

12. ICMIC 映射（无限折叠迭代混沌映射）

;

其中

.

图 1-2 ^[1]给出了12个混沌映射迭代

后，取值的分布曲线。

图1：混沌映射1-6的直方图分布曲线

图2：混沌映射7-12的直方图分布曲线

参考

1. ^Yu Y, Gao S, Cheng S, et al. CBSO: a memetic brain storm optimization with chaotic local search[J]. Memetic Computing, 2018, 10(4): 353-367.