基于统计指导的飞蛾扑火算法求解大规模优化问题

针对飞蛾扑火算法求解大规模优化问题较差的实际,借鉴差分进化算法中的变异思想,在飞蛾扑火算法中引入缩放因子和视距因子的概念,提出飞蛾直飞模型,并界定围绕历史最优飞蛾和当前随机飞蛾的直飞方式分别为局部寻优和全局寻优;设计3种不同类型的视距因子,从宏观上引导搜索算法启动全局探索和局部开发的时机,分析不同启动时机选择对飞蛾扑火算法在大规模问题上的优化精度影响,提出不同优化问题具有不同启动时机的思想;讨论飞蛾直飞和螺旋式飞行的3种组合策略下的优化效率,验证了所提出算法的较优性能,与现有文献改进算法在大规模优化问题上的改进效果进行对比,数值实验验证了改进算法的优越性和鲁棒性,拓展和丰富了原算法的应用范围.