融合混沌映射和乘除算子的花授粉算法及应用

花授粉算法是一种群智能算法，广泛应用于各个领域。本文针对该算法存在收敛精度低、收敛速度慢、稳定性差等不足，提出基于混沌映射和乘除算子的花授粉算法(MDFPA)。首先，利用混合混沌映射更好的随机分布能力生成初始种群，减小随机误差给算法带来的影响；其次，反双曲正切函数有良好的性能，将其引入动态转换概率中，替换固定转换概率，提高算法收敛能力，有利于控制全局搜索和局部搜索之间的平衡；最后，在全局搜索阶段引入乘除算子对花粉位置进行放缩，在空间里进行充分搜索，避免算法陷入局部最优。通过对12个测试函数的仿真实验，表明该算法在单峰、多峰和固定维度测试函数上性能都优于花授粉算法(FPA)、粒子群算法(PSO)、布谷鸟算法(CS)和蜂群算法(ABC),寻优性能显著性提高，具有更快的收敛速度和更优的求解精度。将MDFPA算法应用于PID(Proportion Integration Differentiation)控制器参数优化中，结果表明优化后的PID控制器性能更优。