针对蝴蝶优化算法存在寻优精度低、易陷入局部最优等问题,文章提出了一种基于黄金正弦算法的自适应蝴蝶优化算法(Adaptive Butterfly Optimization Algorithm with Golden Sine Algorithm,AGSBOA)。首先使用了自适应惯性权重,提高算法...针对蝴蝶优化算法存在寻优精度低、易陷入局部最优等问题,文章提出了一种基于黄金正弦算法的自适应蝴蝶优化算法(Adaptive Butterfly Optimization Algorithm with Golden Sine Algorithm,AGSBOA)。首先使用了自适应惯性权重,提高算法跳出局部最优的能力。然后在局部搜索中加入了黄金正弦的搜索策略,提高算法的寻优精度。通过14个函数的仿真实验对比,结果表明优化后的AGSBOA有更好的收敛速度、寻优精度和稳定性。展开更多
文摘针对蝴蝶优化算法存在寻优精度低、易陷入局部最优等问题,文章提出了一种基于黄金正弦算法的自适应蝴蝶优化算法(Adaptive Butterfly Optimization Algorithm with Golden Sine Algorithm,AGSBOA)。首先使用了自适应惯性权重,提高算法跳出局部最优的能力。然后在局部搜索中加入了黄金正弦的搜索策略,提高算法的寻优精度。通过14个函数的仿真实验对比,结果表明优化后的AGSBOA有更好的收敛速度、寻优精度和稳定性。
