基于高斯变异的改进型飞蛾火焰优化算法

摘要

为了解决飞蛾火焰优化算法(Moth-flame optimization algorithm,MFO)早熟收敛、寻优精度低和容易陷入局部最优等问题,提出了一种基于高斯变异的改进型飞蛾火焰优化算法(Gaussian Mutation Moth-flame optimization algorithm,GMFO).该算法通过高斯变异对适应度值较差的少数个体进行局部扰动,增强了算法跳出局部最优的能力.仿真结果表明,GMFO算法提高了求解的精度、收敛的速度和全局搜索的能力.