基于种群活跃与混沌变螺旋策略变色龙群算法及应用

摘要

针对变色龙群算法(CSA)求解精度低、稳定性弱和易陷入局部最优等缺陷,提出种群活跃与混沌变螺旋策略变色龙群算法(ICSA)。在CSA初始化中,引入偶对称无限折叠混沌序列,初始化中能更好遍历搜索空间,提升多样性;考虑变色龙眼睛转动寻食的盲目性,引入变螺旋指引策略缩小转动的目标,同时利用自适应惯性权重平衡算法的搜索开发,增强算法搜索能力;引入黎曼流形量子学习策略,在后期提升种群活跃度使算法跳出局部最优解,提升开发能力。利用CEC函数集测试算法的有效性、可靠性、算法性能和时间复杂度分析;以无源时差定位(TDOA)为场景验证在无源定位中的求解性能。多项实验表明,ICSA算法寻优精度和稳定性均得以有效改善、在TDOA定位中准确率得到有效提升。