融合Tent映射和模拟退火的改进鸽群优化算法.pdfVIP

2025年第46卷第1期中北大学学报（自然科学版）Vol.46No.12025

（总第219期）JOURNALOFNORTHUNIVERSITYOFCHINA（NATURALSCIENCEEDITION）（SumNo.219）

文章编号：1673-3193（2025）01-0053-11J.NorthUniv.China,Nat.Sci.Ed.,2025,46(1):53-63.

融合Tent映射和模拟退火的改进鸽群优化算法

张安玲

（长治学院数学系，山西长治046011）

摘要：针对鸽群优化算法容易陷入局部最优、求解精度低和局部搜索能力差的问题，提出了一种融合

Tent映射和模拟退火的改进鸽群优化算法。首先，采用Tent映射初始化种群，使初始种群分布更为均匀。

然后，在鸽群优化算法的地标算子运行后再加入模拟退火算法，利用模拟退火算法以一定的概率跳出局部最

优解以及具有的渐进收敛性，提高了全局优化的能力。基于16个基准测试函数对算法性能进行了测试，实

验结果表明，Tent-PIO-SA算法相比PIO、Tent-PIO算法，在收敛精度上平均提高了10个数量级，特别对

于极难优化的Rosenbrock函数，Tent-PIO-SA算法相比最近的经典算法LECUSSA、SCASL、CML-

WOA、APN-WOA在收敛精度上平均高出了6个数量级，比TLPSO、SCA-DE算法高出了7个数量级，证

明了所提出的Tent-PIO-SA算法具有较强的寻优能力。

关键词：鸽群优化算法；模拟退火算法；Tent映射

中图分类号：TP301.6文献标识码：Adoi:10.62756/jnuc.issn.1673-3193.2023.11.0026

引用格式：张安玲.融合Tent映射和模拟退火的改进鸽群优化算法［J］.中北大学学报（自然科学版），

2025，46（1）：53-63.

ZHANGAnling.ImprovedpigeonswarmoptimizationalgorithmcombiningTentmappingandsimulated

annealing［J］.JournalofNorthUniversityofChina（NaturalScienceEdition），2025，46（1）：53-63.

ImprovedPigeonSwarmOptimizationAlgorithmCombiningTent

MappingandSimulatedAnnealing

ZHANGAnling

（DepartmentofMathematics，ChangzhiUniversity，Changzhi046011，China）

Abstract：Aimingattheproblemsthatpigeonswarmoptimizationalgorithmiseasytofallintolocaloptimum，

lowsolutionaccuracyandthepoorlocalsearchingability，improvedpigeonswarmoptimizationalgorithm

combiningTentmappinga