肇庆防撞车出租， 广州防撞车出租， 珠海防撞车出租    蝴蝶算法中的融入定向变异策略的局部搜索方法。  传统蝴蝶算法在进入后期局部搜索阶段时具有较大随机性，导致搜索效率降低、收敛速度减慢。为提高算法的局部搜索能力，提出一种融入定向变异策略的局部搜索方法，针对传统蝴蝶算法局部搜索位置向量更新表达式进行改进。 利用蝴蝶算法得到高精度最优解的关键是算法摆脱局部最优解的能力。将定向变异策略融入蝴蝶算法中，对搜索点进行变异处理，可调节算法随机性与确定性之间的平衡，从而提高算法的性能。融入定向变异策略的局部搜索位置更新表达式如下，若r大于，则搜索点进行随机游走；若r小于等于，则搜索点基于当前全局最优搜索点位置进行游走： 式中，r为决策随机数；为判定系数；为黄金比例系数；为扰动因子，作用是防止因当前最优值的引入导致算法陷入局部最优，提升算法性能，其计算公式如下： 式中，gamrnd()表示参数为、的伽马分布随机数，伽马分布随机数的跳跃性有利于算法跳出局部最优。 

      1，高精度寻优蝴蝶算法流程： 总结高精度寻优蝴蝶算法的工作原理：计算起始搜索点信息素浓度，通过决策随机数决定搜索点是全局搜索还是局部搜索，同时对位置向量进行更新，每轮迭代结束判断算法是否符合结束条件，若符合则记录最优解，否则更新感知模态参数，继续下一轮迭代。 高精度寻优蝴蝶算法流程示意。求解最优冲压工艺参数组的问题可描述为：将搜索点均匀分布在关联模型上，基于高精度寻优蝴蝶算法进行空间搜索，求出能够满足条件的综合评价函数的最小响应值。搜索点具有以下特征： 

      1）所有搜索点都能够释放信息素，这使搜索点之间相互吸引。 

      2）每个搜索点都会随机移动或向信息素浓度更高的搜索点移动。 

      3）搜索点的刺激强度受目标函数影响或决定。 

     肇庆防撞车出租， 广州防撞车出租， 珠海防撞车出租

    2，高精度寻优蝴蝶算法的基本步骤如下： 

   1）初始化蝴蝶算法基本参数，包括种群大小N、空间维度dim、初始感知模态参数c、转换概率p、幂指数a、迭代轮次Titer。 

   2）基于佳点集策略生成初始种群Pn(k)，各点初始位置xi=(xi1,xi2,...,xis)。 

   3）计算每个搜索点的目标函数适应度值并找到当前最优值，由适应度值决定搜索点的刺激强度，由此计算各搜索点的信息素浓度。 

   4）生成决策随机数r，用于决策搜索点进行全局搜索还是局部搜索。 

   5）当rp时，搜索点选择全局搜索，向全局最优解移动，其位置向量按式4.10进行更新。 

   6）当rp时，搜索点选择局部搜索，其位置向量按式4.12进行更新。 

   7）判断算法是否满足结束条件，若符合则记录最优解，若不符合则对感知模态参数c进行更新，转回（3）进入下一轮迭代。 

       肇庆防撞车出租， 广州防撞车出租， 珠海防撞车出租