科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对蝴蝶优化算法存在收敛速度慢、寻优精度差和易陷入局部最优等缺陷,提出融合收敛因子和樽海鞘群的蝴蝶优化算法.受灰狼算法和樽海鞘群算法的启发分别将收敛因子融入全局位置和局部位置更新处,提高算法的寻优精度;再结合樽海鞘群领导机制,平衡了算法的全局搜索和局部勘探能力.通过17个基准函数的测试,所有实验结果表明采用综合改进策略的算法在收敛速度、寻优精度和鲁棒性方面具有一定优势.
- 单位
针对蝴蝶优化算法存在收敛速度慢、寻优精度差和易陷入局部最优等缺陷,提出融合收敛因子和樽海鞘群的蝴蝶优化算法.受灰狼算法和樽海鞘群算法的启发分别将收敛因子融入全局位置和局部位置更新处,提高算法的寻优精度;再结合樽海鞘群领导机制,平衡了算法的全局搜索和局部勘探能力.通过17个基准函数的测试,所有实验结果表明采用综合改进策略的算法在收敛速度、寻优精度和鲁棒性方面具有一定优势.
