云自适应混合细菌觅食优化算法

作者： 程翔 ; 刘升

摘要： 针对传统细菌觅食优化算法存储量大、收敛速度慢且难以解决高维问题等缺点,通过细菌的适应度值将细菌种群分为三个层次,不同层次分别采用不同的搜索步长生成策略,由X条件云发生器自适应调整一般层次中细菌搜索步长,并引入粒子群算法思想进行细菌位置更新,提出了云自适应混合细菌觅食优化算法.由于云模型云滴具有随机性和稳定倾向性特点,提高了算法的灵活性;粒子群算法的引入提高了算法全局搜索能力,加快了算法的收敛速度.通过典型函数优化实验表明,与基本细菌觅食算法、自适应细菌觅食算法以及YSPSO相比,云自适应混合细菌觅食算法更有利于解决高维问题且具有较快的收敛速度和较高的计算精度.

关键字： 细菌觅食优化算法 云模型 搜索步长 粒子群算法 云自适应混合细菌觅食算法

---

上一篇：求解多峰函数优化问题的并行免疫遗传算法
下一篇：一种基于杜鹃搜索算法的聚类分析方法