基于非均匀变异和自适应逃逸的果蝇优化算法

摘要：

基本果蝇优化算法(FOA)存在嗅觉搜索随机盲目、迭代寻优只学习最优个体的问题，导致收敛精度低、易陷入局部极值，为此提出基于非均匀变异和自适应逃逸的果蝇优化算法(NAFOA)。在嗅觉搜索阶段引入非均匀变异算子，动态调整每次迭代的搜索步长。通过设置阈值将种群划分为“早熟”状态和正常状态，若处于正常状态，采用基本的 FOA模式进化；若处于“早熟”状态，对全局最优果蝇进行逐维扰动，逃离局部最优，平衡果蝇探索和开发的能力。设计实验，测试6个经典函数，实验结果表明，该算法在精度和鲁棒性方面均优于基本的果蝇算法及其它几种改进算法。

关键词：果蝇优化算法、非均匀变异、自适应逃逸、设置阈值、逐维扰动

所属期刊栏目：37

分类号：TP18(自动化基础理论)

资助基金：总装备部预研基金

在线出版日期：2016-09-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2093-2097,2109