融合正弦余弦算法的蝴蝶优化算法

作者：郑洪清; 冯文健^*; 周永权

来源：广西科学, 2021, 28(02): 152-159.

DOI：10.13656/j.cnki.gxkx.20210610.006

• 正弦余弦算法
• 函数优化
• 蝴蝶优化算法
• 收敛因子
• 自适应

针对蝴蝶优化算法存在收敛速度慢、求解精度差和易陷入局部最优等缺陷,提出一种融合正弦余弦算法的蝴蝶优化算法。首先在蝴蝶自身认知部分引入非线性自适应因子,其次重新定义香味浓度计算公式,最后在局部搜索阶段引入改进的正弦余弦算法。通过19个基准函数的测试,实验结果表明,本算法在收敛速度、寻优精度和鲁棒性方面均优于蝴蝶优化算法(Butterfly Optimization Algorithm,BOA)、正弦余弦算法(Sine Cosine Algorithm,SCA)、樽海鞘群算法(Salp Swarm Algorithm,SSA)、狼群算法(Grey Wolf Optimizer,GWO)和布谷鸟搜索算法(Cuckoo Search Algorithm,CS),与其他改进蝴蝶优化算法相比,在寻优精度方面也具有一定优势。

• 单位
  柳州铁道职业技术学院; 广西民族大学; 广西外国语学院