计算机应用研究

作者：孙林,陈岁岁,徐久成,王振华,

单位：1.河南师范大学计算机与信息工程学院,河南新乡453007；2.河南省高校计算智能与数据挖掘工程技术研究中心,河南新乡453007；

关键词：蝴蝶优化,交叉迁移,共享调整,

基金：国家自然科学基金资助项目(61772176,61402153,11601130)；中国博士后科学基金资助项目(2016M602247)；河南省科技创新人才项目(184100510003)；河南省科技攻关项目(182102210362,182102210078)；河南省高校青年骨干教师培养计划项目(2017GGJS041)；河南省自然科学基金资助项目(182300410130,182300410368)；新乡市科技攻关计划项目(CXGG17002)；河南省高等学校重点科研计划项目(14A52006

针对蝴蝶优化（monarch butterfly optimization，MBO）算法易陷入局部最优和收敛速度慢等问题，提出了一种基于改进的交叉迁移和共享调整的蝴蝶优化（MBO with cross migration and sharing adjustment，CSMBO）算法。首先，利用基于维度的垂直交叉操作来替换标准MBO算法的迁移算子，形成交叉迁移算子，有效提升其搜索能力；其次，将原始调整算子改为具有信息分享功能的共享调整算子，以加快算法的收敛速度；最后，采用贪婪选择策略取代标准MBO算法中的精英保留策略，减少一次排序操作进而提高其计算效率。为了验证CSMBO算法的优化能力，在30维和50维函数上进行优化实验，并与三种优化算法进行比较，其实验结果表明CSMBO算法具有良好的优化性能。

来源：2020年第3期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第3期