论文部分内容阅读
CS算法完全依赖于随机步长,无法保证其快速收敛性。本文首先将Lévy飞行步长设置为随算法收敛而减小的变量以增强算法后期的局部搜索能力;其次引入局部邻域模型以更好地利用当前种群中优秀个体的信息,加快算法收敛速度;最后为避免算法陷入局部最优,在每次迭代结束时对当前种群进行自适应性变异操作。仿真结果表明,改进后的算法具有较快的收敛速度和较高的收敛精度。