融合Tent映射和模拟退火的改进鸽群优化算法

摘要

针对鸽群优化算法容易陷入局部最优、求解精度低和局部搜索能力差的问题，提出了一种融合Tent映射和模拟退火的改进鸽群优化算法。首先，采用Tent映射初始化种群，使初始种群分布更为均匀。然后，在鸽群优化算法的地标算子运行后再加入模拟退火算法，利用模拟退火算法以一定的概率跳出局部最优解以及具有的渐进收敛性，提高了全局优化的能力。基于16个基准测试函数对算法性能进行了测试，实验结果表明，Tent-PIO-SA算法相比PIO、 Tent-PIO算法，在收敛精度上平均提高了10个数量级，特别对于极难优化的Rosenbrock函数，Tent-PIO-SA算法相比最近的经典算法LECUSSA、 SCASL、 CMLWOA、 APN-WOA在收敛精度上平均高出了6个数量级，比TLPSO、 SCA-DE算法高出了7个数量级，证明了所提出的Tent-PIO-SA算法具有较强的寻优能力。

关键词

鸽群优化算法 / 模拟退火算法 / Tent映射