计算机应用

作者：雍欣, 高岳林, 赫亚华, 王惠敏

单位：1.北方民族大学 计算机科学与工程学院，银川 750021；2.宁夏智能信息与大数据处理重点实验室（北方民族大学），银川 750021

关键词：萤火虫优化算法,智能优化算法,莱维飞行,精英参与的交叉算子,精英反向学习机制

基金：国家自然科学基金资助项目(11961001);宁夏高等教育一流学科建设基金资助项目(NXYLXK2017B09);北方民族大学重大科研专项(ZDZX201901)

针对传统萤火虫算法（FA）中存在的易陷入局部最优及收敛速度慢等问题，把莱维飞行和精英参与的交叉算子及精英反向学习机制融入到萤火虫优化算法中，提出了一种多策略融合的改进萤火虫算法——LEEFA。首先，在传统萤火虫算法的基础上引入莱维飞行，从而提升算法的全局搜索能力；其次，提出精英参与的交叉算子以提升算法的收敛速度和精度，并增强算法迭代过程中解的多样性和质量；最后，结合精英反向学习机制进行最优解的搜索，从而提高FA跳出局部最优的能力和收敛性能，并实现对于解搜索空间的迅速勘探。为验证所提出的算法的有效性，在基准测试函数上进行了仿真实验，结果表明相较于粒子群优化（PSO）算法、传统FA、莱维飞行萤火虫算法（LFFA）、基于莱维飞行和变异算子的萤火虫算法（LMFA）和自适应对数螺旋-莱维飞行萤火虫优化算法（ADIFA）等算法，所提算法在收敛速度和精度上均表现得更为优异。

来源：2022年第12期

《计算机应用》期刊编辑部

查看计算机应用杂志2022年第12期