融合高斯变异和Powell法的花朵授粉优化算法

来源：计算机科学与探索杂志2017年第3期北京时间：

作者：肖辉辉，万常选，段艳明，喻聪

单位：1. 江西财经大学 信息管理学院，南昌 3300132. 河池学院 计算机与信息工程学院，广西 宜州 546300

摘要：花朵授粉算法（flower pollination algorithm，FPA）是最近提出的一种新型群智能优化算法，由于其较好地解决了全局搜索和局部搜索的平衡性问题，且具有参数少，易实现等特点，已得到广泛应用和研究，但现有研究对其参数的研究较少，同时该算法也存在演化后期收敛速度慢且易陷入局部极小等缺陷，使其应用范围受到制约。为了提升FPA算法的整体性能，对其控制步长的缩放因子的取值进行了修正；提出了把高斯变异和Powell法融入到花朵授粉算法中的混合算法GMPFPA（flower pollination algorithm combination with Gauss mutation and Powell search method）。改进算法首先利用高斯变异对全局搜索进行扰动，增强种群的多样性，提高全局探测能力，然后引入局部寻优能力强大的Powell法提升其局部开发能力。通过12个高维经典测试函数对比实验，验证了改进算法的有效性和优越性。

关键词：高斯变异,花朵授粉算法（FPA）,Powell法,最优值,寻优能力