飞蛾扑火优化算法的研究及改进

摘要

由于标准的飞蛾扑火优化算法(MFO)存在着收敛速度慢、收敛精度低且易于陷入局部最优的缺点,提出了自适应飞蛾扑火优化算法(AMFO).该算法首先在飞蛾与火焰的距离中加入动态自适应步长因子,提高算法的全局寻优的能力;其次,在火焰位置加入动态自适应权重因子,更新寻优方式,从而可以达到全局寻优与局部寻优相平衡,解决易于陷入局部最优的缺陷,使得飞蛾的更新方式更加具有灵活性,促使算法沿着正确的方向进行搜索,因此可以有效地提高算法的精度和收敛速度.采用了8个测试函数对AMFO算法进行仿真实验,结果表明,AMFO算法在收敛速度和收敛精度上都有显著性的变化.