基于多种群生物地理学优化的混合智能算法

为解决生物地理学优化算法容易陷入局部最优,难以充分平衡勘探与开发,且求解速度慢、精度低等问题,提出一种基于多种群组的混合智能算法.该算法将大陆中的栖息地个体根据适应度值排序后分为3个子种群组,针对每个子种群组的性能采用不同的更新策略.在10个基准函数的不同维度上验证改进算法的有效性,并与更具有竞争力的生物地理学优化算法变体和其他先进智能算法进行比较,得出改进的算法有效地提高了高维优化问题的精度和收敛速度的结论.同时,通过工程问题应用表明,改进的算法对约束优化问题是有效的.