針對(duì)蝴蝶優(yōu)化算法（butterfly optimization algorithm,BOA）中存在的局部開(kāi)采和全局探索能力不均衡,易陷入局部最優(yōu)值,收斂精度低等缺陷,提出收斂因子和黃金正弦指引機(jī)制的蝴蝶優(yōu)化算法（convergence factor and gold sinusoidal guidance mechanism of butterfly optimization algorithm,AGSABOA）。受到鯨魚優(yōu)化算法的啟發(fā)將收斂因子融入算法的全局位置更新處,提高算法全局搜索的多樣性;結(jié)合黃金正弦指引機(jī)制,彌補(bǔ)BOA算法迭代后期種群多樣性下降,易陷入局部最優(yōu)的不足。選取9個(gè)常用的基準(zhǔn)測(cè)試函數(shù)進(jìn)行的仿真結(jié)果表明,AGSABOA算法在尋優(yōu)精度、收斂速度、魯棒性方面更優(yōu)。 

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
0 引言
1 蝴蝶優(yōu)化算法
2 融合收斂因子和黃金正弦指引機(jī)制的蝴蝶優(yōu)化算法
    2.1 收斂因子
    2.2 黃金正弦指引機(jī)制
3 仿真實(shí)驗(yàn)結(jié)果及分析
    3.1 仿真實(shí)驗(yàn)環(huán)境
    3.2 仿真實(shí)驗(yàn)參數(shù)設(shè)置
    3.3 測(cè)試函數(shù)
    3.4 實(shí)驗(yàn)結(jié)果分析
4 結(jié)束語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]全局優(yōu)化的蝴蝶優(yōu)化算法[J]. 高文欣,劉升,肖子雅,于建芳.  計(jì)算機(jī)應(yīng)用研究. 2020(10)
[2]柯西變異和自適應(yīng)權(quán)重優(yōu)化的蝴蝶算法[J]. 高文欣,劉升,肖子雅,于建芳.  計(jì)算機(jī)工程與應(yīng)用. 2020(15)
[3]融合萊維飛行與黃金正弦的蟻獅優(yōu)化算法[J]. 于建芳,劉升,王俊杰,魯曉藝.  計(jì)算機(jī)應(yīng)用研究. 2020(08)
[4]黃金正弦混合原子優(yōu)化算法[J]. 肖子雅,劉升.  微電子學(xué)與計(jì)算機(jī). 2019(06)



本文編號(hào)：3660939