具有协同寻优的蝙蝠萤火虫混合优化算法

发布时间：2024-02-21 20:10

　　萤火虫算法存在着对于初始解分布的依赖性、后期收敛速度慢、易于停滞、早熟和求解精度低等缺陷。本研究在萤火虫算法引入蝙蝠种群在全局最优附近进行更加详细的局部搜索,以协助萤火虫种群进行寻优;并在寻优过程中加强蝙蝠种群与萤火虫种群的信息交互,协调寻优;最后对全局最优个体进行高斯扰动以增加种群的多样性,从而避免种群陷入局部最优解。通过使用6个常见的基准测试函数对该算法进行测试,并与其他3种算法(标准粒子群算法、蝙蝠算法、萤火虫算法)进行对比实验,结果表明该混合算法的总体性能优于其他3种算法。引入蝙蝠种群对萤火虫性能有较大提升,改善切实有效。

【文章页数】：7 页

【文章目录】：
0 引言
1 材料与方法
    1.1 蝙蝠算法
    1.2 萤火虫算法
    1.3 混合算法
    1.4 HBAFA算法流程
2 结果与分析
    2.1 测试函数
    2.2 实验环境和参数设置
    2.3 收敛性分析
    2.4 鲁棒性分析
    2.5 成功率比较
    2.6 算法优越性分析
3 结论



本文编号：3905834