计算机应用研究

作者：张永贤,陈杨谨瑜,邰万文,李伟,

单位：华东交通大学电气与自动化工程学院,南昌330052；

关键词：生物地理学优化算法,生态扩张主义,最优化,群体智能,

基金：国家自然科学基金资助项目(61763012)；；

针对生物地理学优化算法（biogeography-based optimization，BBO）前期搜寻范围不足、后期易陷入局部最优等问题，提出一种引入生态扩张主义（ecological imperialism，EI）的改进生物地理学优化算法（EI-BBO）。首先，该算法通过在原始栖息地的周围寻找新栖息地，增强了初始化群体的多样性；其次，通过对栖息地进行改良式扩张，提高了算法后期的收敛效率；最后，通过梯度下降对最优解领域进行二次收敛，提高了算法的收敛精度。在CEC2014常用的12个优化测试函数上进行50次蒙特卡罗实验，结果表明无论是最优适应度值、平均适应度值还是标准差值EI-BBO，该算法总体表现均优于其他三种智能优化算法，说明EI-BBO能够提高寻找最优解的能力并提升搜索稳定性。

来源：2021年第9期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第9期