结合重心反向变异的飞蛾扑火优化算法

摘要：

针对经典飞蛾扑火优化算法(MFO)在寻优过程中容易存在早熟及寻优精度低等问题,本文提出一种改进型飞蛾扑火优化算法(IMFO).首先,使用佳点集初始化种群,使得初始种群分布更具遍历性;其次,引用惯性权重更新飞蛾位置,平衡算法的开发和探索能力;最后,采用重心反向变异策略对位置进行变异,跳出局部最优.选取8种测试函数进行测试,仿真结果表明:IMFO算法具有更快的收敛效率、更强的全局寻优能力和鲁棒性.

关键词：佳点集、飞蛾扑火优化算法、惯性权重、重心反向变异、测试函数

所属期刊栏目：10

分类号：TP301.6(计算技术、计算机技术)

资助基金：贵州省科学技术基金项目;国家自然科学基金;贵州省自然科学基金

在线出版日期：2021-04-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：104-107,115