论文部分内容阅读
万有引力搜索算法是一个基于重力和质量动力学规律的随机搜索算法,广泛用于解决优化问题。为了增强原算法的性能,提出基于鸟类群体响应的万有引力搜索算法。该算法引入一个新的多样性勘探机制以增强它的多样性勘探能力,该机制通过3个主要步骤实现：初始化、最近邻域个体识别以及方向的改变。借助群体响应机制,提出的算法可以探索范围更广的搜索空间,并因此避免陷入局部次优解决方案。采用基准优化函数验证算法,并且应用该算法进行数据聚类。结果表明,提出的算法提高了原始GSA的多样性勘探性能,在优化函数实验和数据聚类中得到了更好的结果