摘要

人工电场算法(AEFA)是受库伦定律和运动定律启发而发展起来的一种新型启发式算法。在整个搜索过程中,个体位置变化是基于步长计算的,步长依赖于一个常数,即引力常数(K)。AEFA算法中采用指数函数来计算常数K(t)。较大的引力常数可以增加AEFA的探测能力,较小的引力常数可以提升AEFA的开采能力。然而这种指数变化使得K的大小随着迭代次数的迅速的递减,会使AEFA的搜索能力快速变弱,使得AEFA在早期阶段对整个搜索空间的搜索不充分,从而导致搜索结果不是最优的,为了提高算法的探索能力,论文提出一种新的引力常数计算方法。实验将改进后的算法和原始的AEFA算法在3个标准测试函数上进行对比,实验结果表明改进后算法的性能具有明显的提升。