针对蜻蜓算法（DA）收敛速度慢、收敛精度低、全局搜索能力差等不足，提出新的蜻蜓优化算法.利用tent混沌初始化种群并对种群进行K-Means++聚类，根据聚类的结果分别对种群个体进行反向学习和高斯变异以增强种群的多样性，提高搜索效率.引入非线性自适应因子加快收敛速度，使用探测精英引导策略增强算法跳出局部收敛的能力.引入平方散列探测增加收敛精度.将该优化算法应用于8个典型复杂函数优化问题，并与原蜻蜓算法，以及其他仿生计算算法对比，实验结果表明该改进算法具有良好的全局收敛性和寻优精度.
科研之友
微信
新浪微博
Facebook
分享链接
