科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对基本萤火虫优化算法中存在的易陷入局部最优极值及收敛速度慢等问题，把莱维飞行和精英参与的交叉算子及精英反向学习机制融入到萤火虫优化算法中，提出了一种多策略融合的改进萤火虫算法。首先，在基本萤火虫优化算法的基础上引入莱维飞行，提升算法的全局搜索能力；其次，提出精英参与的交叉算子以提升算法的收敛速度和精度，增强算法迭代过程中解的多样性和质量；最后，结合精英反向学习机制进行最优解的搜索，提高萤火虫优化算法摆脱局部极值点的能力和收敛性能，实现对于解搜索空间的迅速勘探。为验证提出算法的有效性，在基准测试函数上进行了仿真实验，提出的LEEFA算法相较于粒子群算法(PSO)、基本萤火虫算法(FA)、莱维飞行萤火虫算法（LFFA）、基于莱维飞行和变异算子的萤火虫算法(LMFA)、自适应对数螺旋-莱维飞行萤火虫优化算法(ADIFA)等算法在收敛速度和精度上均表现更优异。
- 单位
