张晓茹，张著洪

(1.贵州大学 理学院，贵州 贵阳 550025；2.贵州大学 大数据与信息工程学院，贵州 贵阳 550025)



一种新型的果蝇优化算法

张晓茹1，张著洪2*

(1.贵州大学 理学院，贵州 贵阳 550025；2.贵州大学 大数据与信息工程学院，贵州 贵阳 550025)

针对维数较高的单目标非约束函数优化问题, 探讨一种易于应用的新型果蝇优化算法。算法设计中，优质种群经由局部变异增强探测能力；中等种群经由优质种群有引导性地实现个体转移；劣质种群经由均匀变异展开多方位搜寻多样个体。比较性的数值实验显示, 该算法求解偏高维函数优化问题具有一定的优势。

果蝇优化; 函数优化; 多模态

基本果蝇优化算法(Basic Fly Optimization Algorithm, BFOA)[1]因其结构简单、可操作性强等优点，已受到智能优化学者的足够重视。该算法主要涉及果蝇嗅觉感知食物远近和视觉感知食物所在方位等生物机理，被用于解决决策区域为对称区域的连续函数优化问题[2]。但此算法极大依赖于果蝇与食物源之间的距离且算法中个体间信息交互能力弱等，使得其易于陷入局部搜索。如何通过个体多样化的更新策略，增强算法跳出局部搜索的能力，以及深入研究算法的理论基础、群体多样性、算法应用，均有待开展。

本文借鉴果蝇嗅觉对事物的感知行为和视觉的方向选择特征，以小种群为进化载体，依据果蝇协同觅食的生物特征设计进化框架，力求提出新型果蝇优化算法 (Fly Optimization Algorithm, FOA)，解决维数偏高的函数优化问题。比较性的数值实验结果显示，该算法获得的解质量具有明显优势，对偏高维函数优化有一定的应用潜力。……