陈伟超,符 强

(宁波大学科学技术学院,宁波 315300)

随着社会的发展,出现了许多复杂的优化问题亟待解决,传统的数学工具已经不在适用于求解这些问题.随着计算智能的发展,出现了群智能算法[1].群智能算法是一种新兴的演化计算技术,相比于其它传统优化算法能更快的发现复杂优化问题的最优解,已成为越来越多研究者的关注焦点.群智能算法原理简单,寻优能力良好.通过对群智能算法的不断改进和优化,使得群智能算法应用面越来越广,粒子群算法[2]等已经广泛应用于非线性复杂约束规划、作业调度优化等实际工程中.

蜉蝣算法(Mayfly Algorithm,MA)[3]是2020年新提出的群智能优化算法.MA 算法根据蜉蝣的活动方式和习性而编写.其中雄蜉蝣成群的聚集,每只雄蜉蝣的位置都是根据自己和邻居的经验来调整,雄蜉蝣通过婚礼舞蹈吸引雌蜉蝣进行交配.

MA 算法把雄蜉蝣的位置移动看作算法的寻优过程,同时引入了婚礼舞蹈系数和随机飞行系数,有助于算法跳出局部最优.但在高维非线性复杂问题中,MA算法的全局收敛性能较差.本文将倒位变异和突变结合,提出了一种基于倒位变异的蜉蝣算法(Inversion Variation Mayfly Algorithm,IVMA),以提高算法在高维非线性复杂问题的收敛精度.并通过随机抽取的10个50 维度benchmark 标准测试函数对算法性能进行验证.

1 标准蜉蝣优化算法简介

MA[3]算法是一种求解优化问题的群智能优化算法,该算法受蜉蝣飞行行为和交配过程的启发.其中MA 算法结合了……