肇慶路燈車出租， 廣州路燈車出租， 珠海路燈車出租    蝴蝶算法中的融入定向變異策略的局部搜索方法。  傳統蝴蝶算法在進入后期局部搜索階段時具有較大隨機性，導致搜索效率降低、收斂速度減慢。為提高算法的局部搜索能力，提出一種融入定向變異策略的局部搜索方法，針對傳統蝴蝶算法局部搜索位置向量更新表達式進行改進。 利用蝴蝶算法得到高精度最優解的關鍵是算法擺脫局部最優解的能力。將定向變異策略融入蝴蝶算法中，對搜索點進行變異處理，可調節算法隨機性與確定性之間的平衡，從而提高算法的性能。融入定向變異策略的局部搜索位置更新表達式如下，若r大于，則搜索點進行隨機游走；若r小于等于，則搜索點基于當前全局最優搜索點位置進行游走： 式中，r為決策隨機數；為判定系數；為黃金比例系數；為擾動因子，作用是防止因當前最優值的引入導致算法陷入局部最優，提升算法性能，其計算公式如下： 式中，gamrnd()表示參數為、的伽馬分布隨機數，伽馬分布隨機數的跳躍性有利于算法跳出局部最優。 

 

      1，高精度尋優蝴蝶算法流程： 總結高精度尋優蝴蝶算法的工作原理：計算起始搜索點信息素濃度，通過決策隨機數決定搜索點是全局搜索還是局部搜索，同時對位置向量進行更新，每輪迭代結束判斷算法是否符合結束條件，若符合則記錄最優解，否則更新感知模態參數，繼續下一輪迭代。 高精度尋優蝴蝶算法流程示意。求解最優沖壓工藝參數組的問題可描述為：將搜索點均勻分布在關聯模型上，基于高精度尋優蝴蝶算法進行空間搜索，求出能夠滿足條件的綜合評價函數的最小響應值。搜索點具有以下特征： 

      1）所有搜索點都能夠釋放信息素，這使搜索點之間相互吸引。 

      2）每個搜索點都會隨機移動或向信息素濃度更高的搜索點移動。 

      3）搜索點的刺激強度受目標函數影響或決定。 

     肇慶路燈車出租， 廣州路燈車出租， 珠海路燈車出租

    2，高精度尋優蝴蝶算法的基本步驟如下： 

   1）初始化蝴蝶算法基本參數，包括種群大小N、空間維度dim、初始感知模態參數c、轉換概率p、冪指數a、迭代輪次Titer。 

   2）基于佳點集策略生成初始種群Pn(k)，各點初始位置xi=(xi1,xi2,...,xis)。 

   3）計算每個搜索點的目標函數適應度值并找到當前最優值，由適應度值決定搜索點的刺激強度，由此計算各搜索點的信息素濃度。 

   4）生成決策隨機數r，用于決策搜索點進行全局搜索還是局部搜索。 

   5）當rp時，搜索點選擇全局搜索，向全局最優解移動，其位置向量按式4.10進行更新。 

   6）當rp時，搜索點選擇局部搜索，其位置向量按式4.12進行更新。 

   7）判斷算法是否滿足結束條件，若符合則記錄最優解，若不符合則對感知模態參數c進行更新，轉回（3）進入下一輪迭代。 

       肇慶路燈車出租， 廣州路燈車出租， 珠海路燈車出租