战 非，曹国震，王建军，张少茹

(1.西安航空学院 计算机学院，陕西 西安 710077；2.西安交通大学 医学院护理系，陕西 西安 710049)

0 引 言

果蝇算法(fruit fly optimization，FOA)[1,2]应用在云计算中对海量数据进行处理，解决大型复杂问题时存在一定的缺点，包括初值的选择对算法求解精度存在影响、收敛速度慢、易陷入局部最优等[3]。近年来研究者们针对标准果蝇算法提出了相关的改进策略。如文献[4]中提出通过引入果蝇因子，自适应调整果蝇搜索步长，提高算法速度；文献[5]中引入免疫记忆特性，对果蝇算法的解进行优化，避免出现早熟现象；文献[6]中提出递减步长的果蝇算法进行优化；文献[7]中通过将迭代寻优过程分为果蝇移动范围逐步增大和逐步减小两个阶段，以提高种群多样性等。

上述研究者对果蝇算法的改进主要集中在优化迭代过程的中间解，没有过多考虑初始解群的优劣对算法的影响。本文提出一种引入混沌理论和结合元胞自动机的改进算法，通过结合混沌运动的优势，将优化变量通过Logistic映射规则映射至混沌变量空间内，利用混沌变量特点寻优搜索，再将得到的优化解线性转至优化空间，完成初始解群的优化。然后在算法迭代过程中，利用元胞自动机演化规律，进行最优种群的选择和替换。最后在云计算环境下通过实验验证了该算法在求解精度和收敛速度上更优。

1 果蝇算法

1.1 算法原理

果蝇算法基于自然界果蝇种群的觅食行为，果蝇个体通过嗅觉区分空气中的不同味道，同时通过视觉发现食物和身边果蝇同伴的位置，通过判断调整飞行的方向[8]。……