混合蛙跳算法在多模态函数寻优中存在易陷入局部最优、求解精度较低、寻优峰值数过少等问题。为此,提出一种基于圆内衍生变异的免疫双向蛙跳算法。在每次全局循环迭代中,通过基于双向进化机制的混合蛙跳算法,以模因组的形式进行局部-全局搜索,根据双控限幅变异的克隆选择算法,对已搜索到的较优解进行局部优化,以提高解的精度,将部分函数旋转,从而验证算法性能。仿真结果表明,与原始蛙跳算法相比,在保证收敛速度的同时,该算法的寻优精度和搜索到的极值点数目均有明显提高。
科研之友
微信
新浪微博
Facebook
分享链接
