计算机应用

作者：陈俊, 何庆

单位：贵州大学 大数据与信息工程学院, 贵阳 550025

关键词：余弦相似度,蝴蝶优化算法,旋转变换算子,伸缩变换算子,自适应惯性权重

基金：贵州省科技计划项目重大专项（黔科合重大专项字［2018］3002，黔科合重大专项字［2016］3022）；贵州省教育厅青年科技人才成长项目（黔科合KY字［2016］124）；贵州大学培育项目（黔科合平台人才［2017］5788）；贵州省公共大数据重点实验室开放课题（2017BDKFJJ004）。

针对蝴蝶优化算法（BOA）容易陷入局部最优和收敛性差等问题，提出一种多策略改进的蝴蝶优化算法（MSBOA）。首先引入余弦相似度位置调整策略，通过旋转变化算子和伸缩变换算子进行位置更新，从而有效地保持BOA的种群多样性；其次引入动态切换概率，来平衡BOA局部阶段和全局阶段的转换；最后增加混合惯性权重策略，以提高BOA的收敛速度。使用16个基准测试函数、Wilcoxon检验以及部分CEC2014函数来验证MSBOA的有效性和鲁棒性。仿真实验结果表明，与BOA和其他改进策略BOA及其他群智能算法相比，MSBOA在收敛精度和收敛速度上有明显的提升。

来源：2021年第9期

《计算机应用》期刊编辑部

查看计算机应用杂志2021年第9期