摘要

为提升飞鼠优化算法的密集搜索能力和收敛速度,提出一种基于粒子群算法策略改进的飞鼠优化算法。受粒子群算法策略的启发,引入惯性权重和学习因子,设计了一种新的飞鼠个体位置更新公式,可以实现飞鼠优化算法在全局探索和局部开发之间的平衡,加快了算法的收敛速度。同时为了抑制飞鼠优化算法的过早收敛,引入概率判断函数,提高了算法的密集搜索能力。该改进算法经过12个基准函数测试,并与其他5个智能优化算法结果进行了对比,在平均收敛值、收敛方差和收敛速度方面显示了该改进算法的有效性与优越性。