张水平，李殷俊，高 栋，梁 文

江西理工大学 信息工程学院，江西 赣州 341000

1 引言

群体智能是进化计算中的活跃分支，包括基于生物和非生物的优化算法。烟花算法便是模拟烟花的爆炸结合进化计算的随机搜索而产生的新型搜索算法，由Tan等[1]于2010年提出。

此后，许多改进算法相继被提出[2-11]并总结了研究进展[12]。Pei 等[13]提出基于适应度函数估计的加速型烟花算法，使用种群的适应度值信息估计搜索空间的形状，将形状最优位置作为启发式信息进行加速搜索，相比烟花算法基于距离信息的估计在性能加速方面有一定提升。Zheng 等[14]提出增强烟花算法，对算法存在的缺陷进行逐一改进，重在将轮盘赌方法改为精英-随机选择策略，减少了算法的时间消耗。Liu 等[15]提出自适应烟花算法，通过最优个体和一个特定个体间的距离计算新的爆炸半径，加强了算法的局部搜索能力。以上改进算法均只对烟花算法的部分进行强化，本文则对各个组成进行详细分析做出改进，相比基本烟花算法有了全面的提升。

现有改进研究采用的测试函数，其最优值在原点或原点附近，由于烟花算法映射规则和变异算子加强了原点附近的搜索，所以算法易于求解原点附近的最优值；若优化函数的最优值远离原点，则烟花算法表现出较差的性能。为了减少烟花算法的缺陷，本文在整体提升的基础上引入动态调整爆炸半径的策略来加强局部搜索及跳出局部收敛的能力，同时提高算法搜索精度。……