计算机应用

作者：裴沛, 李彩伟, 吕波特

单位：1. 北京中油瑞飞信息技术有限责任公司, 北京 100029;2. 国家工业信息安全发展研究中心, 北京 100040;3. 北京博华信智科技股份有限公司, 北京 100029

关键词：生物地理学优化算法,迁移算子,迁移距离,自适应,双种群,协作算子,PID

针对生物地理学优化（BBO）算法寻优过程中易陷入搜索动力不足、收敛精度不高等问题，提出一种基于改进迁移算子的生物地理学优化算法（IMO-BBO）。在BBO算法基础上，结合“优胜劣汰”的进化思想，将迁移距离作为影响因素对迁移算子进行改进，并用差分策略将不适宜迁移的个体进行替换，以增加算法的局部探索能力。同时为丰富物种的多样性，引入多种群概念。利用IMO-BBO算法分别对13个基准测试函数进行测试，与基于协方差迁移算子和混合差分策略的BBO （CMM-DE/BBO）算法和BBO算法相比，改进算法提高了对全局最优解的搜索能力，在收敛速度和精确度上也都有显著提高；将IMO-BBO算法应用到PID参数整定中，仿真结果表明，所提算法优化后的控制器具有更快的响应速度和更稳定的精度。

来源：2020年第3期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第3期