基于柯西变异的蚁狮优化算法

• 作者: 于建芳 刘升 肖子雅 韩斐斐
• 来源期刊: 微电子学与计算机
• 关键词: 蚁狮优化算法 柯西变异算子 轮盘赌搜索方法 花授粉算法 蝙蝠算法
• 年，卷（期）: 2019,（6）
• 页码范围: 45-49,54
• 页数: 6页
• 分类号: TP18
• 语种: 中文

摘要

针对蚁狮优化算法较易陷入局部最优停滞,收敛精度低以及收敛速度较慢等问题,将自适应t分布的柯西变异融入到蚁狮优化算法中,提出了基于柯西变异的蚁狮优化算法(CALO).该算法采用轮盘赌的方法挑选出精英蚁狮个体,改善蚁狮群体的适应性,提高种群的总体寻优效率;采用具有自适应的柯西变异算子使得蚁狮个体受局部极值点约束力下降,能够快速跳出局部最优,大大提高了全局搜索能力和收敛速度;通过9个单模态、多模态标准测试函数对CALO、ALO、FPA和BA四种算法进行函数测试对比,实验仿真结果表明该改进算法是切实可行的,具有更优的收敛速度和寻优精度

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘升	上海工程技术大学管理学院	89	467	10.0	19.0
2	韩斐斐	上海工程技术大学管理学院	7	7	2.0	2.0
3	肖子雅	上海工程技术大学管理学院	8	3	1.0	1.0
4	于建芳	上海工程技术大学管理学院	7	1	1.0	1.0