计算机应用研究

作者：刘凯,代永强,

单位：甘肃农业大学信息科学技术学院,兰州730070；

关键词：自然启发式算法,蝴蝶优化算法,自适应惯性权重,变异策略,

基金：甘肃农业大学青年导师基金资助项目(GAU-QDFC-2019-02)；甘肃省高等学校创新能力提升项目(2019A-056)；甘肃农业大学学科建设专项基金资助项目(GAU-XKJS-2018-253)；国家自然科学基金资助项目(61063028,61751313)；；

蝴蝶优化算法是近年来提出的一种新型自然启发式算法。针对基本蝴蝶优化算法收敛速度慢、求解精度低、稳定性差等问题，提出了一种融合变异策略的自适应蝴蝶优化算法。通过引入动态调整转换概率策略，利用迭代次数和个体适应度的变化信息动态调整转换概率，有效维持了算法全局探索与局部搜索的平衡；通过引入自适应惯性权重策略和局部变异策略，利用惯性权重值和混沌记忆权重因子进一步提高了算法的多样性，有效避免算法早熟收敛，同时加快了算法的收敛速度和求解精度。利用改进算法对12个基准测试函数进行仿真实验，与基本蝴蝶优化算法、粒子群算法、樽海鞘群算法、灰狼优化算法等其他算法对比表明，改进算法具有收敛速度快、寻优精度高、稳定性强等优异性能。

来源：2022年第1期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2022年第1期