改良版Tent混沌万有引力搜索算法研究

简介：
本研究聚焦于改进Tent混沌映射在万有引力搜索算法中的应用，旨在提升算法优化效率与精度，适用于复杂问题求解。 万有引力搜索算法（GSA）相较于传统的优化算法具有更快的收敛速度以及更强的探索性能等特点，但同时也存在容易陷入早熟收敛及局部最优解的问题，并且其搜索能力较弱。为此，本段落提出了一种基于改进Tent混沌映射的万有引力搜索算法（ITC-GSA）。首先通过改善Tent混沌映射来初始化群体，利用该映射序列所具有的随机性、遍历性和规律性的特性使初始群体在可行域内具备更好的随机分布和探索能力；其次引入动态调整策略以优化引力常数G的设置，从而提升算法的整体收敛速度与精度；再次设计了一套成熟度指标用于评估种群状态，并利用Tent混沌映射进行搜索操作来有效抑制早熟现象的发生，帮助群体摆脱局部最优解的问题。最后通过在10个基准函数上开展仿真实验验证了所提方法的有效性，结果表明该算法能够克服GSA容易陷入早熟收敛和局部最优的缺点，并且提高了其寻优效率及精度。