基于全局最优和差分变异的头脑风暴优化算法

摘要

针对头脑风暴优化(brain storm optimization, BSO)算法的选择操作中仅部分个体更新追随全局最优和变异操作中步长不能自适应的问题,采用追随全局最优策略以充分利用全局最优信息,并用差分变异代替原来的高斯变异以自适应调节变异步长,提出了基于全局最优和差分变异的BSO(global-best difference-mutation brain storm optimization, GDBSO)算法。通过6个标准测试函数极值寻优的Matlab仿真对比研究表明GDBSO具有优良性能,较好地解决了原BSO搜索效率低的问题,提高了算法的寻优精度和收敛速度。GDBSO结合自主式水下航行器(autonomous underwater vehicle, AUV)路径规划应用的仿真验证了算法的有效性和可行性。