基于自适应莱维多样性的改进蚁群算法

摘要

本文提出了一种基于自适应莱维（Lévy）多样性机制的改进蚁群优化（SACO）算法解决算法存在收敛精度差、易陷入局部最优的问题，并将新算法应用到焊接梁工程优化问题中。SACO算法结合该机制随机步长搜索的特点提升种群多样性，使算法避免局部最优。进一步，本文设计了一系列实验测试SACO算法的性能。实验结果显示，该算法在函数实验中表现出更好的收敛性、更高的精度及更强的避免陷入局部最优的能力。最后在工程应用实验结果中，SACO算法在函数优化和焊接梁优化上展现出较强的竞争力，可作为现实工程问题求解的有效工具。

关键词

群智能算法 / 蚁群算法 / 工程优化 / 莱维多样性机制