科研之友
微信
新浪微博
Facebook
分享链接
摘要
智能优化算法指的是一类以自然界的生物生存进化过程或物理现象为算法原理，用于解决最优化问题的算法，较为知名的智能优化算法有遗传算法、粒子群算法、模拟退火算法等。智能优化算法属于启发式方法，广泛应用在解决最优化问题上，传统的群智能算法为解决一些实际问题提供了新思路。随着科学技术的进步和应用场景的改变，传统的智能优化算法在收敛速度、求解精度等方面已无法满足日益复杂的优化问题，因此不断有新的更高效的智能优化算法被提出来，选取了近几年国内外提出的几种新型智能优化算法，蝴蝶优化算法（Butterfly Optimization Algorithm ， BOA） ，飞蛾扑火算法（Moth-Flame Optimization ， MFO）， 正弦余弦优化算法（Sine Cosine Algorithm ， SCA）， 蝗虫优化算法（Grasshopper Optimization Algorithm ， GOA）， 哈里斯鹰优化算法（Harris Hawks Optimization， HHO）， 麻雀搜索算法（Sparrow Search Algorithm ， SSA）， 阐述了各算法的基本原理、算法步骤，相关的的改进策略及存在的优缺点。为客观对比各算法性能，进一步通过三种类型共21个测试函数及6个指标评价各算法性能，最后归纳总结各算法的特点并对智能优化算法的发展前景进行展望。
- 单位
