基于聚集度改进的多过程搜索鸟群算法

摘要：

针对鸟群算法在寻优后期极易陷入局部最优和过早收敛等问题,引进个体异向觅食过程、飞行转移过程、位置异化过程搜索策略,提出一种基于聚集度改进的多过程搜索鸟群算法.通过引进种群相似度和聚集度的概念来描述鸟群在觅食过程中位置的变化,增加鸟群觅食的可行性搜索范围;在鸟群寻优之后依概率重新随机赋值寻优位置,从而有利于鸟群全局寻优与局部寻优之间的平衡;在模拟鸟群飞行过程中引进学习机制以克服原始鸟群中个体信息交流的单一性,增加鸟群内部信息流动的多样化从而有效提升算法活力,进而改善算法后期易陷入局部最优的状况.实验分析表明,改进方法可以有效提升鸟群的寻优能力、收敛速度和解的稳定性等性能.

关键词：鸟群算法、异向觅食、学习机制、聚集度

所属期刊栏目：19

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金61662001,61762002;国家民委领军人才支撑计划2016GQR06

在线出版日期：2019-07-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：180-186