李牧东，赵 辉，翁兴伟

（空军工程大学航空航天工程学院，陕西西安710038）

具有广泛学习策略的回溯搜索优化算法

李牧东，赵 辉，翁兴伟

（空军工程大学航空航天工程学院，陕西西安710038）

回溯搜索优化算法（backtracking search optimization algorithm，BSA）是一种新型的进化算法。同其他进化算法类似，该算法仍存在收敛速度较慢的缺点。针对这一问题，在详细分析该算法原理的基础上，提出了具有广泛学习策略的改进算法。为了充分利用种群搜索到的较优位置，该策略首先利用提出的最优学习进化方程，通过与引入的随机进化方程之间随机选择来提高算法的收敛速度和搜索精度；另一方面，该策略利用提出的最优学习搜索方程，通过控制种群的搜索方向，促使种群尽快收敛至全局最优解。最后对20个复杂测试函数进行了仿真实验，并与其他3种目前流行的算法进行了比较，统计结果和Wilcoxon符号秩检验结果均表明，所提出的改进算法在收敛速度以及搜索精度方面具有明显优势。

回溯搜索优化算法；广泛学习策略；Wilcoxon符号秩检验；函数优化

0 引 言

在过去的二十年中，元启发式优化算法以其结构简单、求解效率高等特点得到了前所未有的发展，例如众所周知的遗传算法（genetic algorithm，GA）［1］，蚁群算法（ant colony optimization，ACO）［2］和粒子群算法（particle swarm optimization，PSO）［3］等，并在网络优化、智能识别、图像处理以及多目标优化处理等众多领域都得到了广泛的应用。然而，随着多模态、高维、非线性优化问题的出现，对全局优化算法提出了更大的挑战。对此，学者们在对现有元启发式优化技术研究的基础上，提出了大量的改进算法以及新的优化算法，以期提高算法的优化性能。……