摘 要：在花朵授粉算法的优化过程中，由于问题本身的局部极小性和复杂性，收敛精度不稳定，为了解决这一问题，本文提出一种新的混合花朵授粉算法，该算法引入Logistic 映射，在局部寻优和全局搜索的过程中，周期性添加新的花朵个体，增加原有算法的种群多样性，有助于算法跳出局部极值。将该混合花朵授粉算法在函数优化中与原有基本算法进行仿真对比，结果表明其在收敛精度方面优于原有算法。
关键词：花朵授粉算法；Logistic 映射；函数优化；全局最优值
中图分类号：TP301.6 文献标识码：A 文章编号：2096-4706（2019）10-0005-04
Mixed Flower Pollinate Algorithm Based on Chaotic Mapping
GUAN Xin
（Lingnan Normal University，Zhanjiang 524048，China）
Abstract：In the optimization process of the flower pollinate algorithm，the convergence accuracy is unstable because of the local minimum and complexity of the problem itself. In order to solve this problem，this paper proposes a new mixed flower pollinatealgorithm. The Logistic mapping is integrated into the algorithm to add periodically new flower individuals. And then，the new flower pollinate algorithm can increase the population diversity in the process of local optimization and global search. In the function optimization simulation process，compared with the original flower pollinate algorithm，the convergence accuracy of this new flower pollinate algorithm has obvious advantages.
Keywords：flower pollinate algorithm（FPA）；Logistic mapping；function optimization；global optimum
参考文献：
[1] Douglas Rodrigues，YANG X S，André Nunes Souza，et al.Binary Flower Pollination Algorithm and Its Application to Feature Selection [M].Cham：Springer International Publishing，2015：85-100.
[2] J.Prasanth Ram，N.Rajasekar.A novel Flower Pollination based Global Maximum Point method for Solar Maximum Power Point Tracking [J].IEEE Transactions on Power Electronics，2016.
[3] Huynh Thi Thanh Binh，Nguyen Thi Hanh，La Quan，et al.Improved Cuckoo Search and Chaotic Flower Pollination optimization algorithm for maximizing area coverage in Wireless Sensor Networks [J].Neural Computing and Applications，2018，30（7）：2305-2317.
[4] 李兵，蒋慰孙. 混沌优化方法及其应用 [J]. 控制理论与应用，1997（4）：613-615.
[5] 刘振军，杨迪雄. 面向工程全局优化的混沌优化算法研究进展 [J]. 计算力学学报，2016，33（3）：269-286.
[6] 刘竹松，李生. 正余混沌双弦鲸鱼优化算法 [J]. 计算机工程与应用，2018，54（7）：159-163+212.
[7] Yang X Sinshe.Flower pollination algorithm for global optimization.In：Proceedings of the 11th International Conference on Unconventional Computation and Natural Computation.Lecture Notes in Computer Science [J].Orléan，France：Springer，2012：240-249.
[8] Zheng Weijie，Fu Haohuan，Yang Guangwen.Targeted mutation：a novel mutation strategy for differential evolution [C]//Proc of the 27th International Conference on Tools with Artificial Intelligence，2015：286-293.
[9] 卢侃. 混沌动力学 [M]. 上海：上海翻译出版公司，1990.
[10] 莫愿斌，陈德钊，胡上序. 混沌粒子群算法及其在生化过程动态优化中的应用 [J]. 化工学报，2006（9）：2123-2127.
[11] 程慧，刘成忠. 基于混沌映射的混合果蝇优化算法 [J].计算机工程，2013，39（5）：218-221.
[12] 王玉鑫，李东生，高杨. 基于变异策略的改进型花朵授粉算法 [J]. 计算机应用研究，2017，34（12）：3594-3598.
作者简介：关心（1980-），女，汉族，辽宁人，讲师，博士，研究方向：智能计算、数据挖掘、人工智能。