改进的动物迁徙算法求解全局优化问题

致力于探索如何进一步提高动物迁徙算法的寻优能力和收敛速度,为此结合动物迁徙算法(AMO)和粒子群算法(PSO)提出了改进的动物迁徙算法(PSAMO)用来求解全局优化问题。改进策略在于应用标准粒子群算法中惯性权重W的特性,通过对惯性权重W的线性调节,来提高算法的全局搜索能力。在Matlab中为改进的动物迁徙算法设计了仿真实验。使用了23个benchmark基准测试函数,并将改进的算法所得到的最优解的平均值与粒子群优化算法、萤火虫算法、布谷鸟算法等已有的传统优化算法进行比较。