关于生物地理学算法自适应性能优化研究

摘要

针对生物地理学优化算法(BBO)存在局部搜索能力不强,后期收敛速度变慢以及收敛精度过低等问题的存在影响系统优化.为提高算法的全局优化程度,提出了一种基于自适应动态调整迁移过程,并在变异操作中采用差分变异方法的生物地理学优化算法(SDBBO).在迁移过程中采用基于更新代数设置的自适应迁移算子优化,增强了算法的全局搜索能力并提高收敛速度和收敛精度;在变异过程中采用差分进化模型,提高算法多样性,避免陷入局部最优;全局采用余弦迁移模型,使系统更加趋向于自然界中真实情况,提高算法性能.基于标准测试函数仿真实验的优化结果表明,提出的改进算法应用与优化问题中在收敛速度、精度以及全局优化能力上优于其它对比算法,验证了改进算法的可行性和有效性.