基于修正萤火虫算法的多模函数优化

摘要：

萤火虫优化（glowworm swarm optimization，GSO）算法是一种计算多模函数优化问题的新型算法，该算法和蚁群优化、粒子群优化一样，都是一种群智能算法。针对 GSO 算法在优化多模函数时收敛速度慢、求解精度不高和发现峰值率低的缺点，首先在算法中采用变步长的运动策略，使得步长随着迭代时间自适应地逐渐减小；其次采用较小的初始决策范围值；最后添加了萤火虫的自探索机制。改进后的学习行为更符合自然界生物的学习规律，更有利于萤火虫发现问题的所有局部最优解。利用标准测试函数对修正后的萤火虫算法进行测试，仿真结果表明，修正的萤火虫算法具有良好的收敛性和计算精度，在寻找多模函数的峰值个数时显示出很大的优势。

关键词：多模函数优化、蚁群优化、粒子群优化、萤火虫群优化、自探索机制

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金资助项目61303183，11201045

在线出版日期：2015-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：912-915