基于余弦相似度的改进蝴蝶优化算法

摘要：

针对蝴蝶优化算法(BOA)容易陷入局部最优和收敛性差等问题,提出一种多策略改进的蝴蝶优化算法(MSBOA).首先引入余弦相似度位置调整策略,通过旋转变化算子和伸缩变换算子进行位置更新,从而有效地保持BOA的种群多样性;其次引入动态切换概率,来平衡BOA局部阶段和全局阶段的转换;最后增加混合惯性权重策略,以提高BOA的收敛速度.使用16个基准测试函数、Wilcoxon检验以及部分CEC2014函数来验证MSBOA的有效性和鲁棒性.仿真实验结果表明,与BOA和其他改进策略BOA及其他群智能算法相比,MSBOA在收敛精度和收敛速度上有明显的提升.

关键词：余弦相似度、蝴蝶优化算法、旋转变换算子、伸缩变换算子、自适应惯性权重

所属期刊栏目：41

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;贵州省教育厅青年科技人才成长项目;贵州大学培育项目;贵州省公共大数据重点实验室开放课题

在线出版日期：2021-09-22（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：2668-2677