论文部分内容阅读
针对传统的细菌觅食算法在优化过程中存在的趋化步长的不确定性及消除-扩散概率的恒定性不足的问题,提出一种基于非均匀消除-扩散概率的情绪化细菌觅食算法,以解决高维度工程优化问题。首先,在趋化步骤中利用古斯分布搜索机制对细菌个体位置进行更新,以解决细菌因以随机方式在每个维度上游动或翻转而导致的搜索能力差及易陷入局部最优的问题,引入情绪感知因子,利用情绪智能的突变来实现自适应趋化步长,从而避免算法过早收敛;其次,针对细菌个体在消除-扩散过程中概率的恒定性,提出利用线性和非线性概率分布代替传统的常数分布以此实