基于动态全局搜索和柯西变异的花授粉算法

发布时间：2023-04-07 02:15

　　针对基本花授粉算法(FPA)收敛速度慢、寻优精度低以及容易陷入局部最优的缺点,提出了一种基于动态全局搜索和柯西变异的花授粉算法DCFPA。利用混沌映射增强花粉种群初始分布的随机性和均匀性,在全局授粉过程中,引入全局平均最优花粉位置和动态权重递减因子共同实现花粉个体位置的更新,牵引算法朝着正确的搜索方向进行,避免算法早熟收敛,最后利用Cauchy变异,增加种群多样性,帮助算法跳出局部最优。对6个测试函数进行仿真实验表明,DCFPA算法比FPA具有更好的全局优化能力,提升了算法的收敛速度与求解精度;与相关的改进算法比较结果也表明,DCFPA整体上也具有更好的优化性能。

【文章页数】：8 页

【文章目录】：
1引言
2基本花授粉算法
3基于动态全局搜索和柯西变异的花授粉算法
    3.1混沌映射
    3.2动态全局搜索方法
    3.3基于柯西变异的优化方法
    3.4 DCFPA的实现步骤
    3.5 DCFPA时间复杂度分析
4实验仿真与结果分析
    4.1实验设计
    4.2实验结果与分析
5总结



本文编号：3784882