结合重心反向变异的飞蛾扑火优化算法

摘要

针对经典飞蛾扑火优化算法(MFO)在寻优过程中容易存在早熟及寻优精度低等问题,本文提出一种改进型飞蛾扑火优化算法(IMFO)。首先,使用佳点集初始化种群,使得初始种群分布更具遍历性;其次,引用惯性权重更新飞蛾位置,平衡算法的开发和探索能力;最后,采用重心反向变异策略对位置进行变异,跳出局部最优。选取8种测试函数进行测试,仿真结果表明:IMFO算法具有更快的收敛效率、更强的全局寻优能力和鲁棒性。