自适应的并行天牛须优化算法

摘要

为提高天牛须搜索算法(beetle antennae search algorithm, BAS)寻优能力，提出一种自适应的并行天牛须优化算法(adaptive and parallel beetle antennae optimization algorithm, APBAO),该算法将BAS中的单只迭代体进化为并行的多只迭代体，尽可能扩大解空间的搜索范围；提出精英天牛的概念实现算法自适应，提高算法精度。为验证算法的性能，采用多个标准测试函数进行测试，将APBAO与BAS、粒子群优化算法(particle swarm optimization, PSO)和蚁群优化算法(ant colony optimization, ACO)的性能进行比较。试验结果表明，与BAS相比，APBAO对目标函数的优化率提高了97.39%,与PSO和ACO相比分别提高了84.46%和86.98%。所提出方法可以有效避免目标函数陷入局部最小值，拥有更好的性能和更强的寻优能力。

关键词

天牛须优化算法 / 演化计算 / 并行计算 / 自适应 / 步长