论文部分内容阅读
帝国竞争算法（ICA）是一种受帝国竞争行为启发的新的群智能优化算法。在ICA的迭代过程中，帝国个数不断减少，导致群体多样性降低，这对于高维多模优化问题的求解是不利的，算法容易陷入局部最优。为了克服这个缺陷，引入一种帝国分裂机制，同时增加扰动策略，使算法性能显著提高，在求解高维优化问题上取得明显的改进效果。对多个标准测试函数进行了实验，结果验证了该算法的优良特性，表明适当的分裂策略和扰动策略对于提高ICA的性能是有效的。