论文部分内容阅读
针对花朵授粉算法易陷入局部极值、收敛速度慢等不足，提出一种具有族群机制的花朵授粉算法。该算法把种群分成多个族群，各族群的最优个体再组成新的种群，进而促进种群间的信息交流，有效地协调种群进化过程中的全局搜索和局部搜索能力，避免个体的早熟收敛，提高算法的全局寻优能力及收敛速度。通过8个CEC2005benchmark测试函数进行测试比较，仿真结果表明，改进算法的寻优性能明显优于基本的花朵授粉算法、粒子群算法和蝙蝠算法，其收敛精度、收敛速度、鲁棒性均较对比算法有较大提高。