基于差分进化策略的天牛须搜索算法及其应用

针对天牛须搜索(BAS)算法收敛结果高度依赖单个个体、勘探能力弱、容易陷入局部最优解的问题,提出一种基于差分进化策略的天牛须搜索(BASD)算法。该算法使用佳点集方法初始化天牛种群,提高了算法的种群多样性;引入动态差分进化思想,设计了一种精英演化竞争指导策略,较好地平衡了算法的开采和勘探能力。通过14个基准函数对BASD算法进行测试,并与几种先进智能优化算法的优化结果进行比较。结果显示,BASD算法的优化性能整体更好。将BASD算法应用于图像增强中,结果表明,使用BASD算法增强后的图像灰度分布更均匀、分布范围更大。