多策略融合改进的自适应蜉蝣算法

作者：蒋宇飞; 许贤泽; 徐逢秋; 高波

来源：北京航空航天大学学报, 2022, 1-14.

DOI：10.13700/j.bh.1001-5965.2022.0492

• 蜉蝣算法
• 混沌映射
• 高斯变异
• 自适应动态调节
• 随机反向学习

针对改进蜉蝣算法全局搜索能力较差、种群多样性较小和自适应能力弱等问题，提出一种多策略融合改进的自适应蜉蝣算法。首先采用Sin混沌映射初始化蜉蝣种群，使种群能够均匀分布在解空间中，提高初始种群质量，增强全局搜索能力；其次，引入Tent混沌映射和高斯变异对种群个体进行调节，增加种群多样性的同时调控种群密度，增强局部最优逃逸能力；然后，引入不完全伽玛函数，重构自适应动态调节的重力系数，建立起全局搜索和局部开发能力之间更好的平衡，进而提升算法收敛精度，有利于全局搜索寻找最优解的潜力；最后，采用随机反向学习策略，增强了全局搜索能力，提高收敛速度并增强稳定性。利用经典测试函数集进行算法的对比，并利用Wilcoxon秩和检验分析算法的优化效果，从而说明改进的有效性和可靠性。实验结果表明，多策略融合改进的自适应蜉蝣算法与其他算法相比，寻优精度、收敛速度、稳定性都取得较大提升。

• 单位
  武汉大学