细菌觅食算法求解高维优化问题

针对细菌觅食优化算法中，以往的自适应步长公式引入参数过多，统一的经验性参数无法适应各类不同问题的情况，提出了改进的自适应步长公式，通过在步长公式中引入当前细菌的进化代数、寻优范围，并发挥当前最优细菌的引导作用，灵活地调整步长，真正达到自适应调整步长的目的；其次对高维优化问题进行分析，将其分为可分解可分组、不可分解可分组和不可分解不可分组三大类，针对不同类型的问题，采用不同的分组方式，降维、细化来求解，将复杂问题简单化，极大地提高了求解的效率和精度。将改进的自适应步长公式应用于高维优化问题的求解方法中，通过对多个标准测试函数在多维空间特别是超高维空间（500维、800维、1000维）进行测试，并