摘要

本文提出了一种基于线性递减权值更新的鸡群算法(ACSO)来解决原始鸡群算法易陷入局部最优和收敛较慢的问题。对每个个体的位置更新引入权值,这不仅体现了个体自我学习的优势,也提高了群体的多样性,可通过实际的适应度函数来调整权值,使算法更容易收敛。根据母鸡群体和小鸡群体有向适应度最优的个体学习的趋向,重新定义母鸡位置更新公式和小鸡位置更新公式。通过对6个基准函数的仿真实验,并和其余3种基本算法做比较,结果证明改进的算法具有优越性。