基于佳點集和萊維飛行原理的蜉蝣優(yōu)化算法

吳霄，江海新，吳蕓，吳雪顏，江佳玉，童林

基于佳點集和萊維飛行原理的蜉蝣優(yōu)化算法

吳霄，江海新，吳蕓，吳雪顏，江佳玉，童林

（九江學院 理學院，江西 九江 332005）

針對蜉蝣優(yōu)化算法（Mayfly Algorithm，MA）在求解多峰函數(shù)時容易發(fā)生早熟收斂而陷入局部極值的缺陷，提出了一種基于佳點集和萊維飛行原理的蜉蝣優(yōu)化算法（JLMA）．該算法首先采用佳點集初始化替代隨機初始化，以增強初始種群的遍歷性；然后修改了雄性蜉蝣的位置更新公式，消除了速度項對收斂速度的影響；最后，利用萊維飛行改變雄性蜉蝣位置的移動方向，防止算法陷入局部最優(yōu)．在12個測試函數(shù)上的實驗結(jié)果表明，JLMA算法能跳出局部最優(yōu)，提高解的精度，尋優(yōu)效果更好．

蜉蝣優(yōu)化算法；佳點集；萊維飛行

傳統(tǒng)優(yōu)化算法一般要求優(yōu)化問題是線性或可導的，然而，現(xiàn)實問題往往是非線性或不可導的．為了克服傳統(tǒng)優(yōu)化算法的缺點，群智能優(yōu)化算法應運而生，如粒子群算法（Particle Swarm Optimization，PSO）、遺傳算法（Genetic Algorithm，GA）、差分進化算法（Differential Evolution Algorithm，DE）等．

蜉蝣優(yōu)化算法（Mayfly Algorithm，MA）是Konstantinos Zervoudakis[1]于2020年提出的新型群智能優(yōu)化算法，它的靈感來源于蜉蝣的社會行為，特別是它們的交配過程．MA算法應用廣泛，已被用于線性天線陣列的模式合成優(yōu)化[2]，集成風速預測系統(tǒng)[3]，與電解制氫系統(tǒng)相結(jié)合的光伏熱能收集器的性能預測[4]等不同領域．在求解某些優(yōu)化問題時，MA算法存在收斂速度慢、易陷入局部最優(yōu)等缺陷．針對這些缺陷，很多學者提出了不同的改進策略．Zhao J[5]等利用混沌數(shù)來代替MA算……