含有动态自适应惯性权重的蜘蛛猴优化算法

作者：党婷婷; 林丹

来源：计算机工程与应用, 2019, 55(14): 40-47.

• 蜘蛛猴算法
• 自适应
• 动态惯性权重
• 函数优化

蜘蛛猴算法(Spider Monkey Optimization,SMO)是受蜘蛛猴觅食行为启发提出的一种群集智能优化算法,为增强蜘蛛猴算法的局部搜索性能,提出一种基于动态自适应惯性权重的SMO算法(DWSMO)。通过在惯性权重中引入目标函数值,使得惯性权重随着目标函数值的变化而动态改变,从而减少惯性权重变化的盲目性,有效平衡算法的全局探索能力以及局部开发能力。将改进的蜘蛛猴算法在函数优化问题上进行测试,仿真实验结果表明,改进的蜘蛛猴算法可有效提高函数寻优精度,加快收敛速度,且具有较强的稳定性。

• 单位
  天津大学; 数学学院