融合随机差分与自适应正余弦策略的火烈鸟优化算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：为提升火烈鸟优化算法（Flamingo Search Algorithm，FSA） 在高维复杂优化问题中的性能，文章提出一种融合随机差分策略与自适应正余弦扰动机制的改进算法（Improved Flamingo Search Algorithm，IFSA） 。该算法在保留原始FSA全局探索与局部开发框架的基础上，引入差分变异以增强种群多样性，并通过正余弦扰动实现对局部空间的精细搜索，从而提高整体优化能力。（剩余5193字）

试读结束

目录
monitor
客服机器人