混合多策略改進的斑點鬣狗優(yōu)化算法及應用

摘要： 針對基本斑點鬣狗算法求解精度低、易陷入局部最優(yōu)值等缺點，提出一種混合多策略改進的斑點鬣狗優(yōu)化算法。通過Fuch混沌映射實現(xiàn)鬣狗種群的多樣性，利用自適應慣性權(quán)重平衡斑點鬣狗算法的全局搜索和局部開發(fā)能力，引入拉普拉斯算子進行動態(tài)交叉操作，提高SHO算法跳出局部最優(yōu)的能力，將小孔成像反向?qū)W習和逐維反向?qū)W習機制相結(jié)合，使種群更符合迭代規(guī)律，提高算法的收斂速度和尋優(yōu)能力。通過若干基準函數(shù)...