拉丁超立方抽样的自适应高斯小孔成像蝴蝶优化算法

打开文本图片集

收稿日期：2022-02-26；修回日期：2022-04-11  基金项目：国家自然科学基金资助项目（61772013，61402201）；江苏省青年基金资助项目（BK20190578）

作者简介：徐杰（1993-），女，河南周口人，碩士研究生，主要研究方向为最优化与控制；鲁海燕（1970-），女（通信作者），山东淄博人，副教授，博士，主要研究方向为组合最优化、智能算法（luhaiyan@jiangnan.edu.cn）；赵金金（1997-），女，河南偃师人，硕士研究生，主要研究方向为最优化与控制；侯新宇（1998-），男，山东济南人，硕士研究生，主要研究方向为最优化与控制；卢梦蝶（1999-），女，湖北安陆人，硕士研究生，主要研究方向为最优化与控制.

摘 要：

针对蝴蝶优化算法存在种群多样性差、寻优精度低、收敛速度慢的不足，提出了拉丁超立方抽样的自适应高斯小孔成像蝴蝶优化算法。（剩余19464字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。