蚁狮算法作为一种新型的群智能仿生算法，由于其参数设置少，寻优精度高等特点，已被广泛的用于求解各种优化问题，但其关键参数值的设置没有理论指导，盲目设置往往会对算法本身性能造成显著影响。以经典统计学中的单因素方差分析为基础，设计了蚁狮算法的参数对收敛性能影响的效能实验，对算法的种群规模P、步长浮动因子γ、陷阱浮动因子β设置不同的参数水平，通过统计分析得出参数水平对蚁狮算法收敛速度和收敛精度等性能影响的一般规律，获得稳健和高效的优化效果。
科研之友
微信
新浪微博
Facebook
分享链接
