一种新型的改进果蝇优化算法

摘要

为了克服原始果蝇优化算法在求解多峰值函数和高维度函数时容易早熟、效率低等问题,针对原始果蝇优化算法中存在的弊端,创新性地提出一种基于随机策略及非线性步长递减的果蝇优化算法。随机策略的引入能够增加算法寻优时解的多样性,有效避免算法陷入局部极值。非线性步长递减可以使算法在寻优初期保持较大步长,以提高收敛速度,随着寻优的不断深入,步长值不断减小,以提高算法的寻优精度。将新改进的果蝇算法与原始果蝇算法、改进算法DS-FOA和改进算法LGMS-FOA进行寻优对比,实验结果表明,所提出的算法在寻优精度以及收敛速度上有明显提高。