狮群算法的性能改进研究

为了研究多种改进策略对狮群算法在函数寻优时性能的影响程度,提出了一种新的改进群体智能优化算法方案。该研究选取了CEC 2014测试函数集中一些不同类型的函数,在维数从低到高的情形下进行实验。利用纵横交叉策略改善个体行走方式,防止算法过早收敛;提出了基于迭代次数的自适应χ^(2)分布变异提升种群的多样性,提高寻优能力。研究的优化性能表现在算法30次求解的最优值、最差值、平均值、标准差和算法的收敛速度,选取CEC2014测试集中的函数进行仿真实验,与其他群体智能算法进行对比,并统计实验结果。结果表明,改进的狮群算法可以在求特定多峰函数全局最优解问题上取得优异性能。