基于分數階調整動態邊界的蜣螂優化算法

摘要： 針對蜣螂優化算法在全局優化問題中易陷入局部最優與收斂精度低的問題，提出一種改進的蜣螂優化算法。采用佳點集序列取代原始算法中隨機產生的初始種群提升種群的多樣性；引入分數階微積分方法調整區域動態邊界，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制對全局最佳位置進行更新，防止其陷入局部最優。通過24個基準測試函數的全局優化實驗與5個經典數據集的特征選擇實驗驗證了改進... （共10頁）