为提升原始生物地理学优化算法(BBO)性能，提出基于动态迁移机制和混合变异算子的混沌生物地理学算法。采用Tent映射生成混沌初始化种群，提升种群遍历性；将反向学习机制和差分算子集成到原始迁移算子中，提升算法收敛速度；采用混合变异算子增强算法跳出局部最优解能力。将该算法应用于非线性Richards模型参数整定，预测谷氨酸菌体生长浓度。实验结果表明，该算法的预测结果比同类文献更优，较对比算法更适用于Richards模型参数整定。
科研之友
微信
新浪微博
Facebook
分享链接
