采用动态分割种群策略的改进MBO

来源：计算机工程与应用杂志2017年第18期北京时间：

作者：蒙丽萍1，王 勇1，2，黄华娟1

单位：1.广西民族大学 信息科学与工程学院，南宁 530006；2.广西高校复杂系统与智能计算重点实验室，南宁 530006

摘要：大红斑蝶优化算法（MBO）是最近提出的一种新的群智能优化算法。然而，该算法仍存在收敛速度较慢、易陷入局部最优的缺点。为克服MBO算法之不足，提出了一种改进的大红斑蝶优化算法（IMBO）。该算法采用将群体动态随机分割成两个子群体的策略，不同子群体中的大红斑蝶采用不同的搜索方法，以保持种群搜索的多样性。通过10个基准函数的仿真实验并与MBO算法以及标准PSO算法相比较，结果表明IMBO算法的全局搜索能力有了明显的提高，在函数优化中具有更好的收敛速度及稳定性。

关键词：大红斑蝶优化算法,优化,智能计算