论文部分内容阅读
为了解决花粉算法(FPA)收敛速度慢,收敛精度不高,易陷入局部极小点等缺陷,将随机惯性权重学习机制引入花粉全局搜索更新机制,并将转换概率调整为随迭代次数自适应变化,以平衡算法的全局搜索和局部开发能力,建立了基于随机惯性权重的自适应花粉优化算法。为了测试改进后算法的收敛性能,任意选取8个标准测试函数进行测试。结果表明:改进后FPA的收敛速度、收敛精度等性能都优于标准FPA.