论文部分内容阅读
针对标准的鸡群算法容易陷入局部最优的缺陷,提出一种基于正向学习和反向学习的改进鸡群算法.公鸡粒子在每次迭代中向最优粒子正向学习,使算法迅速进入最有希望的区域寻找食物;而在算法陷入局部最优解时向最差粒子反向学习以跳出局部最优.通过对6个典型的基准测试函数的仿真表明,改进算法具有较强的全局搜索能力,同时寻优精度和收敛速度比原算法也有较大的提高.尤其是在处理高维函数问题上,改进算法表现出了较强的优势.