基于分?jǐn)?shù)階調(diào)整動態(tài)邊界的蜣螂優(yōu)化算法

摘要： 針對蜣螂優(yōu)化算法在全局優(yōu)化問題中易陷入局部最優(yōu)與收斂精度低的問題，提出一種改進(jìn)的蜣螂優(yōu)化算法。采用佳點(diǎn)集序列取代原始算法中隨機(jī)產(chǎn)生的初始種群提升種群的多樣性；引入分?jǐn)?shù)階微積分方法調(diào)整區(qū)域動態(tài)邊界，分離重疊的種群個體，提升算法的局部開采性能；提出探路蜣螂更新機(jī)制對全局最佳位置進(jìn)行更新，防止其陷入局部最優(yōu)。通過24個基準(zhǔn)測試函數(shù)的全局優(yōu)化實(shí)驗(yàn)與5個經(jīng)典數(shù)據(jù)集的特征選擇實(shí)驗(yàn)驗(yàn)證了改進(jìn)... （共10頁）