融合正弦余弦算法的蝴蝶优化算法

• 作者: 郑洪清 冯文健 周永权
• 来源期刊: 广西科学
• 关键词: 正弦余弦算法 函数优化 蝴蝶优化算法 收敛因子 自适应
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 算法研究与应用|Algorithm Research and Application
• 页码范围: 152-159
• 页数: 8页
• 分类号: TP3
• 语种: 中文
• DOI: 10.13656/j.cnki.gxkx.20210610.006

摘要

针对蝴蝶优化算法存在收敛速度慢、求解精度差和易陷入局部最优等缺陷,提出一种融合正弦余弦算法的蝴蝶优化算法.首先在蝴蝶自身认知部分引入非线性自适应因子,其次重新定义香味浓度计算公式,最后在局部搜索阶段引入改进的正弦余弦算法.通过19个基准函数的测试,实验结果表明,本算法在收敛速度、寻优精度和鲁棒性方面均优于蝴蝶优化算法(Butterfly Optimization Algorithm,BOA)、正弦余弦算法(Sine Co-sine Algorithm,SCA)、樽海鞘群算法(Salp Swarm Algorithm,SSA)、狼群算法(Grey Wolf Optimizer,GWO)和布谷鸟搜索算法(Cuckoo Search Algorithm,CS),与其他改进蝴蝶优化算法相比,在寻优精度方面也具有一定优势.