含有动态自适应惯性权重的蜘蛛猴优化算法

摘要：

蜘蛛猴算法(Spider Monkey Optimization,SMO)是受蜘蛛猴觅食行为启发提出的一种群集智能优化算法,为增强蜘蛛猴算法的局部搜索性能,提出一种基于动态自适应惯性权重的SMO算法(DWSMO).通过在惯性权重中引入目标函数值,使得惯性权重随着目标函数值的变化而动态改变,从而减少惯性权重变化的盲目性,有效平衡算法的全局探索能力以及局部开发能力.将改进的蜘蛛猴算法在函数优化问题上进行测试,仿真实验结果表明,改进的蜘蛛猴算法可有效提高函数寻优精度,加快收敛速度,且具有较强的稳定性.

关键词：蜘蛛猴算法、自适应、动态惯性权重、函数优化

所属期刊栏目：55

分类号：TP18(自动化基础理论)

在线出版日期：2019-08-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：40-47