發(fā)布時間：2022-07-14 10:18

　　針對蝴蝶優(yōu)化算法（butterfly optimization algorithm,BOA）中存在的局部開采和全局探索能力不均衡,易陷入局部最優(yōu)值,收斂精度低等缺陷,提出收斂因子和黃金正弦指引機制的蝴蝶優(yōu)化算法（convergence factor and gold sinusoidal guidance mechanism of butterfly optimization algorithm,AGSABOA）。受到鯨魚優(yōu)化算法的啟發(fā)將收斂因子融入算法的全局位置更新處,提高算法全局搜索的多樣性;結(jié)合黃金正弦指引機制,彌補BOA算法迭代后期種群多樣性下降,易陷入局部最優(yōu)的不足。選取9個常用的基準(zhǔn)測試函數(shù)進行的仿真結(jié)果表明,AGSABOA算法在尋優(yōu)精度、收斂速度、魯棒性方面更優(yōu)。 

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 蝴蝶優(yōu)化算法
2 融合收斂因子和黃金正弦指引機制的蝴蝶優(yōu)化算法
    2.1 收斂因子
    2.2 黃金正弦指引機制
3 仿真實驗結(jié)果及分析
    3.1 仿真實驗環(huán)境
    3.2 仿真實驗參數(shù)設(shè)置
    3.3 測試函數(shù)
    3.4 實驗結(jié)果分析
4 結(jié)束語


【參考文獻】：
期刊論文
[1]全局優(yōu)化的蝴蝶優(yōu)化算法[J]. 高文欣,劉升,肖子雅,于建芳.  計算機應(yīng)用研究. 2020(10)
[2]柯西變異和自適應(yīng)權(quán)重優(yōu)化的蝴蝶算法[J]. 高文欣,劉升,肖子雅,于建芳.  計算機工程與應(yīng)用. 2020(15)
[3]融合萊維飛行與黃金正弦的蟻獅優(yōu)化算法[J]. 于建芳,劉升,王俊杰,魯曉藝.  計算機應(yīng)用研究. 2020(08)
[4]黃金正弦混合原子優(yōu)化算法[J]. 肖子雅,劉升.  微電子學(xué)與計算機. 2019(06)



本文編號：3660939