分段权重和变异反向学习的蝴蝶优化算法

摘要：

针对原始蝴蝶优化算法容易陷入局部最优解、收敛速度慢及寻优精度低等问题,提出分段权重和变异反向学习的蝴蝶优化算法.通过飞行引领策略来矫正邻域内蝴蝶的自身飞行,降低盲目飞行,增强算法跳出局部最优的能力;引入分段权重来平衡全局勘探及局部开发的能力,进而实现蝴蝶位置动态更新;使用变异反向学习对位置进行扰动,增加种群多样性以及提高算法的收敛速度.通过对9个测试函数和部分CEC2014函数及Wilcoxon秩和检验来评估改进算法的寻优能力,实验结果表明改进算法的收敛速度及寻优精度得到了极大改进.

关键词：蝴蝶优化算法(BOA);飞行引领策略;分段权重;变异反向学习;统计检验

所属期刊栏目：57

分类号：TP301(计算技术、计算机技术)

资助基金：贵州省科技计划项目重大专项;贵州省公共大数据重点实验室开放课题;贵州省教育厅青年科技人才成长项目;贵州大学培育项目

在线出版日期：2021-11-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：92-101