飞蛾优化算法及其应用研究.pdf

广西民族大学硕士学位论文 摘 要

飞蛾优化算法及其应用研究

摘 要

飞蛾优化算法是 Mirjalili 提出的一种新型群智能优化算法。该算法模拟
了自然界中飞蛾的飞行方式，具有结构简单、可调节参数少、容易实现、
鲁棒性强等优点。因而，飞蛾优化算法自提出以来便受到了国内外学者广
泛的关注及研究，并成功的应用于求解各种复杂的优化问题。同时，飞蛾
优化算法自身也存在着容易陷入局部最优、寻优精度不高等缺点，限制了
其应用范围。
本文针对基本飞蛾优化算法所存在的不足而做了一些改进，并将改进
的算法应用于一些经典的优化问题中，其目的在于改善基本飞蛾优化算法
的性能，完善其算法理论基础，扩展其应用范围。
本论文主要的成果有以下三个方面：
(1) 针对基本飞蛾优化算法存在收敛速度慢，求解精度低的现象，在原
算法的基础上加入 Lévy 飞行策略，即提出一种基于 Lévy 飞行的飞蛾优化
算法（LMFO）。 改进后的算法克服了基本飞蛾优化算法的弱点，并增强了
算法的全局搜索能力，有效的预防了算法陷入局部最优的停滞。同基本飞
蛾优化算法相比，LMFO 具有提供更优性能的潜力。
(2) 将基于 Lévy 飞行的飞蛾优化算法应用于求解两个实际的工程优化
问题，在最优个体邻域内建立新的搜索区域，使得算法可以在可行域内进
行大量的有效搜索，从而增强了算法的鲁棒性和高效性，并拓宽了算法的
应用范围。
(3) 在基本飞蛾优化算法中引入单纯形法，提出了一种基于单纯形法的
飞蛾优化算法（SMMFO）。 SMMFO 算法不仅克服了基本飞蛾优化算法易
陷入局部最优的缺陷，增加了算法的种群多样性，加强了其局部搜索能力，
而且还提高了算法的执行效率，加快了算法的收敛速度，优化了飞蛾优化
算法对数据集的聚类分析性能。

关键词：飞蛾优化算法 Lévy 飞行 约束优化 单纯形法 聚类分析
I
广西民族大学硕士学位论文 ABSTRACT

MOTH-FLAME OPTIMIZATION ALGORITHM AND ITS
APPLICATION RESEARCH

ABSTRACT

Moth-flame optimization (MFO) algorithm is a novel swarm intelligent
optimization algorithms proposed by Mirjalili. The algorithm simulates the
flight patterns of moths in nature. It has the advantages of simple structure, less
adjustable parameters, easy implementation and strong robustness. Therefore,
MFO algorithm has been widely concerned and studied by domestic and foreign
scholars since it was proposed. It has been successfully applied to solve complex
optimization problems. Moreover, MFO algorithm also has some disadvantages,
such as easy to fall into the local opti