一种改进的蝴蝶优化算法

针对蝴蝶优化算法存在的收敛速度慢和易陷入局部最优等问题,提出一种改进的蝴蝶优化算法.采用混沌反向学习策略和非线性惯性权重,实现了种群的多样性和算法全局探索和局部探索的平衡,提高了算法的收敛速度和寻优精度;采用高斯扰动策略和纵向交叉策略,增大了算法的局部搜索范围,避免陷入局部最优.选取12个基准函数进行测试,将改进算法与对比算法在收敛速度、收敛精度、高维数据验证、Wilcoxon和Friedman检验五个方面进行对比分析,实验结果表明,该算法寻优精度更高、收敛速度更快、稳定性更好、并且可以有效避免陷入局部最优,具有更好的优化能力.

• 上一篇: 抖音怎么开橱窗_4
• 下一篇: 快船球员数据,NBA洛杉矶快船队排行榜