多策略增强花授粉算法及其应用

针对经典花授粉算法容易陷入局部最优解和收敛速度慢的缺点,提出一种增强型透镜成像策略和随机邻域变异策略的花授粉算法。通过增强型透镜成像策略扩展花授粉算法的搜索空间,增加解的多样性,有助于算法跳出局部最优解。引入随机邻域变异策略,借助邻域内的信息指导算法搜索,增强算法的收敛精度和搜索速度。对改进后的花授粉算法和四种其他改进算法在CEC2013测试函数上进行比较,实验证明改进后的多策略花授粉算法不论是收敛精度还是搜索速度都比对比算法优秀。最后把多策略花授粉算法应用在汽车传动参数模型上研究该算法的实际效用,结果表明多策略花授粉算法在汽车传动参数优化问题上都优于对比算法。

融合牵引变异和透镜成像的花授粉算法及应用

针对花授粉算法收敛速度较慢、容易陷入局部最优解等问题,提出结合牵引变异和改进型透镜成像的增强花授粉算法LMFPA(lens learning and traction mutation based enhanced flower pollination algorithm)。LMFPA算法利用改进型透镜成像机制优化算法的种群分布。通过增加观测因子的牵引变异机制增加算法收敛速度和跳出局部最优的能力。以CEC2013中的12个测试函数作为性能评测函数集,将LMFPA与FPA(follower pollination algorithm)、TMFPA(T-distribution mutation-based flower pollination algorithm)、t-GSSA(improved sparrow search algorithm based on adaptive t-distribution and golden sine and its application)和PCSPSO(particle compaction and scheduling based particle swarm optimization)4个改进型FPA算法进行评测。实验结果表明LMFPA算法无论是收敛速度还是收敛精度上都占优。将LMFPA应用于在无人机三维路径规划问题,实验结果表明LMFPA也能取得更优的三维路径规划结果。