计算机工程与设计   2016 年 08 期

基本果蝇优化算法(FOA)存在嗅觉搜索随机盲目、迭代寻优只学习最优个体的问题,导致收敛精度低、易陷入局部极值,为此提出基于非均匀变异和自适应逃逸的果蝇优化算法(NAFOA)。在嗅觉搜索阶段引入非均匀变异算子,动态调整每次迭代的搜索步长。通过设置阈值将种群划分为"早熟"状态和正常状态,若处于正常状态,采用基本的FOA模式进化;若处于"早熟"状态,对全局最优果蝇进行逐维扰动,逃离局部最优,平衡果蝇探索和开发的能力。设计实验,测试6个经典函数,实验结果表明,该算法在精度和鲁棒性方面均优于基本的果蝇算法及其...