基于精英反向学习的逐维改进蜻蜓算法

针对蜻蜓算法(DA)寻优精度不高、收敛速度慢及后期搜索活力不足等问题,提出了基于精英反向学习的逐维改进蜻蜓算法(EDDA). 首先,利用精英反向学习策略初始化种群,以增强种群多样性,提高搜索效率; 其次,利用逐维更新策略对蜻蜓个体进行更新,减少维间干扰,有效提高了算法的寻优能力; 最后,充分利用当前解的信息双向搜索,提升了解的搜索活力. 通过9个测试函数的实验结果表明,该算法相比较于标准蜻蜓算法,寻优精度更高、收敛速度更快及后期搜索活力更强,与其他改进算法相比也具有一定的竞争优势