论文研究基于伪差分扰动的混合蛙跳算法研究.pdf

为了充分发掘混合蛙跳算法求解复杂优化问题的能力，提出了一种新颖的改进混合蛙跳算法。改进算法借鉴粒子群优化算法的速度更新方式，通过族群中随机个体、最优个体和最差个体间的位置关系来确定最差个体的更新步长；借鉴差分进化思想，通过伪差分变异产生虚拟个体来更新最差个体，以提高种群开拓能力。通过对四个典型测试函数的仿真实验表明，相比其他几种改进算法，改进算法以100%的概率找到了某些函数的理论最优值，寻优效果更好，收敛成功率更高。