混沌映射与动态学习的自适应樽海鞘群算法

卓 然，王未卿

(1.浙江特殊教育职业学院 基础教学部，浙江 杭州 310023；2.北京科技大学 东凌经济管理学院，北京 100083)

0 引 言

樽海鞘群算法SSA是一种全新智能优化算法[1]，其思想源于樽海鞘的聚集行为。该生物通过吸收海水的推动力移动，并以链式结构顺次跟随。樽海鞘可划分为两个群组：领导者和追随者。链首为领导者，在搜索食物源中具备最优判断，主导种群移动。其它称为追随者，追随者相互跟随，相互领导。每次迭代中，樽海鞘按适应性排序，个体相互跟随，而非所有个体只向当前最优个体移动，降低了搜索过程陷入局部最优的概率，其寻优精度和收敛性能优于传统粒子群算法、遗传算法、蚁群算法、灰狼优化算法。此外，SSA的控制参数相对更少，大大减少了算法对控制参数的依赖。同时，其模型更为简单，已广泛应用于光伏系统功率控制[2]、无源时差定位[3]、网络学习[4]、频谱分配[5]、工程优化[6]和图像分割[7]等领域。然而，传统SSA依然存在寻优精度不高、易于陷入局部最优的不足，主要体现在：①随机种群初始化无法确保初始种群在空间中的均匀分布；②执行全局搜索的领导者只受目标位置引导，虽然收敛较快，但搜索不充分，遍历性不足。而执行局部开发的追随者会在领导者已知最优区域内做精细搜索，但跨度不足，在领导者无法获得全局最优时无法跳出局部区域，开辟新空间，寻优精度受到影响；③传统SSA中领导者和追随者规模的固定划分模式无法实现局部开发和全局勘探、搜索速度与遍历、精度及扰动的均衡，使得搜索过程无法稳定获取目标精度和收敛速度。……