朱旭东

（无锡工艺职业技术学院，江苏 宜兴214200）

1 引言

花授粉算法模拟自然界中自花授粉和异花授粉而提出，具有参数少、原理简单、寻优性能佳等诸多优点［1］。与其它启发式算法一致，花授粉算法也存在探索（全局搜索）与开采（局部搜索）之间的矛盾与平衡问题，使算法的收敛与寻优能力存在矛盾。因此，对算法进行改进而寻找探索与开采之间的平衡，对提高算法的寻优性能具有明显作用。

花授粉算法寻优性能的缺陷主要体现在两个方面：一是算法运行过程中过慢的收敛速度；二是随着算法迭代，较差的进化能力使算法过早停滞在局部最优。改进思路也从两个方面入手：一是将花授粉算法与其他算法融合，实现优势互补；二是改进算法的局部搜索和全局搜索过程，寻找两者更加的平衡点。文献［2］将和声搜索算法融入到花授粉算法中，提高了算法的收敛速度，同时使用折射原理提高了算法的搜索精度；文献［3］将模拟退火算法降温操作融入到花授粉算法中，增加了种群多样性，同时提高了算法的整体寻优性能；文献［4］使用逻辑自映射函数对花粉进行混沌扰动，改善了花授粉算法缺乏变异机制的问题，解决了算法后期趋同问题；文献［5］针对全局搜索过程引入全局平均最优花粉位置和动态权重递减因子，牵引花粉朝正确方向搜索，同时使用Cauchy变异增加种群多样性，提升了算法的寻优精度和速度。针对不同的问题，启发式算法具有不同的改进方法和优化方式。……