论文部分内容阅读
萤火虫优化算法(Glowworm swarm optimization,GSO)是最近新出现的群智能优化方法.针对基本萤火虫算法在求解复杂函数全局最优值时,存在着求解精度较低、容易陷入局部最优和收敛速度较慢等问题,经过深入分析得知原有算法中采用固定步长是导致这些问题的主要原因,提出一种改进的变步长萤火虫优化算法.该算法中步长随着迭代次数的增加而呈曲线递减,这样在迭代开始时由于步长较大,群体可保持较高的全局搜索能力;随着迭代进行步长逐步递减,从而能提高群体的局部搜索能力.最后通过6个标准测试函数的仿真实验,表明了该算法操作简单,在求解精度和收敛速度上都要优于基本萤火虫优化算法.