基于正态云模型的自适应果蝇优化算法

为有效解决果蝇优化算法易陷入局部最优和收敛精度低等问题,提出一种采用正态云模型优化的自适应果蝇优化算法。该算法首先给出敏感因子的概念,采用自适应机制来修正敏感因子,控制搜索步长,更新果蝇种群位置;然后采用正态云模型描述味道浓度参数的随机性与模糊性,动态调整味道浓度参数,进行嗅觉搜索操作。最后将该算法应用于自动组卷中,与相关文献中的果蝇优化算法进行实验比较分析。结果表明,该算法在组卷效率及寻优精度上均有所提高。