针对风驱动优化(Wind Driven Optimization,WDO)算法易陷入局部最优的问题,提出了一种基于Levy飞行机制的风驱动优化算法(Wind Driven Optimization based on Levy flight,LWDO)。Levy飞行独特的随机游走行为能够有效提升算法种群的多...针对风驱动优化(Wind Driven Optimization,WDO)算法易陷入局部最优的问题,提出了一种基于Levy飞行机制的风驱动优化算法(Wind Driven Optimization based on Levy flight,LWDO)。Levy飞行独特的随机游走行为能够有效提升算法种群的多样性、扩大搜索范围,在风驱动算法空气质点初始位置更新完成后采用飞行概率选择性的对质点进行Levy飞行,可有效提高风驱动算法的种群全局搜索能力。最后,采用不同维度测试函数分别对原始风驱动优化算法、小波变异风驱动优化算法及LWDO算法进行比较。实验结果表明,在求解全局最优时LWDO算法能够及时跳出局部最优点,其寻优效率、寻优速率和算法稳定性都优于其他两种算法,尤为适合多峰值函数的迭代求解。展开更多
文摘针对风驱动优化(Wind Driven Optimization,WDO)算法易陷入局部最优的问题,提出了一种基于Levy飞行机制的风驱动优化算法(Wind Driven Optimization based on Levy flight,LWDO)。Levy飞行独特的随机游走行为能够有效提升算法种群的多样性、扩大搜索范围,在风驱动算法空气质点初始位置更新完成后采用飞行概率选择性的对质点进行Levy飞行,可有效提高风驱动算法的种群全局搜索能力。最后,采用不同维度测试函数分别对原始风驱动优化算法、小波变异风驱动优化算法及LWDO算法进行比较。实验结果表明,在求解全局最优时LWDO算法能够及时跳出局部最优点,其寻优效率、寻优速率和算法稳定性都优于其他两种算法,尤为适合多峰值函数的迭代求解。
