基于细菌觅食的函数优化算法

摘要：

针对细菌觅食优化算法(BFO)易陷入局部最优和全局搜索能力差的问题,提出改进的细菌觅食优化算法(IBFO).先将趋向性操作中的游动步长C引入非线性正弦学习因子,并融合正余弦算法更新细菌个体位置,使得算法前期利于全局搜索,后期利于局部搜索;在复制操作中引入t分布变异对种群排名后50％的个体进行位置更新,提高收敛速度,收敛于全局极值点;再与原算法对4个标准优化函数的测试结果对比.研究结果表明,改进后的算法在寻优精度和运行时间上表现更好.

关键词：细菌觅食算法(BFO);正余弦算法;非线性学习因子;t分布

所属期刊栏目：31

分类号：TP18(自动化基础理论)

资助基金：天津市科技特派员项目19JCTPJC41500

在线出版日期：2022-01-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：35-39