全局?jǐn)_動(dòng)和互利因子作用的飛蛾撲火優(yōu)化算法

摘要： 為解決飛蛾撲火優(yōu)化(moth-flame optimization, MFO)算法收斂速度慢、容易陷入局部最優(yōu)等問題，提出一種飛蛾撲火優(yōu)化(DBMFO)算法。使用Bernoulli混沌映射，提高初始種群的多樣性；引入全局?jǐn)_動(dòng)因子，提高算法的全局搜索能力；使用互利因子對(duì)全局?jǐn)_動(dòng)后的位置再次進(jìn)行更新，避免新的算法陷入局部最優(yōu)，使得算法更快收斂。通過對(duì)10個(gè)基準(zhǔn)函數(shù)進(jìn)行仿真實(shí)驗(yàn)，確定...