采用动态分割种群策略的改进MBO

• 作者: 王勇 蒙丽萍 黄华娟
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 大红斑蝶优化算法 优化 智能计算
• 年，卷（期）: 2017,（18）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 149-156
• 页数: 8页
• 分类号: TP18
• 字数: 6633字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1603-0205

摘要

大红斑蝶优化算法(MBO)是最近提出的一种新的群智能优化算法.然而,该算法仍存在收敛速度较慢、易陷入局部最优的缺点.为克服MBO算法之不足,提出了一种改进的大红斑蝶优化算法(IMBO).该算法采用将群体动态随机分割成两个子群体的策略,不同子群体中的大红斑蝶采用不同的搜索方法,以保持种群搜索的多样性.通过10个基准函数的仿真实验并与MBO算法以及标准PSO算法相比较,结果表明IMBO算法的全局搜索能力有了明显的提高,在函数优化中具有更好的收敛速度及稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄华娟	广西民族大学信息科学与工程学院	16	244	8.0	15.0
2	王勇	广西民族大学信息科学与工程学院	48	259	10.0	13.0
6	蒙丽萍	广西民族大学信息科学与工程学院	4	10	2.0	3.0