多策略融合改进的自适应被囊群算法

针对被囊群算法全局搜索不充分和易陷入局部极值等问题,提出一种多策略融合改进的自适应被囊群算法(MITSA)。首先,在种群初始化中引入佳点集理论提升种群多样性;其次,提出一种多精英协同引导机制优化被囊个体位置信息,增大对未知搜索区域的勘探可能性以增强算法全局探索能力;然后将自适应权重因子引入群体行为阶段,动态平衡算法的全局与局部搜索性能;接着,为增强算法的抗停滞能力,采用依概率小波变异策略实现个体动态微调,同时利用贪婪原则保留优异信息助推种群向食物源靠近;最后基于Markov链理论对改进算法的全局收敛性进行分析论证。通过对基准测试函数和CEC2014复杂函数进行数值仿真,实验结果与Wilcoxon秩和检验结果综合验证了MITSA具有优越的收敛精度、稳健的鲁棒性和高维可拓展性。