為將果蠅優(yōu)化算法有效應(yīng)用在多模函數(shù)優(yōu)化問題中，設(shè)計(jì)了一種優(yōu)化多模函數(shù)的果蠅優(yōu)化算法基于佳點(diǎn)集和小生境技術(shù)的混合果蠅優(yōu)化算法。首先引入數(shù)論中的佳點(diǎn)集概念構(gòu)造初始種群，使其較均勻地分布在可行域中并且產(chǎn)生的模式多樣性比隨機(jī)分布更好，提高了算法的搜索能力及效率和穩(wěn)定性；其次用小生境技術(shù)改進(jìn)算法的搜索模式，更好地維持了種群的多樣性使種群能快速定位較多的峰；再通過小生境熵來量化群體的多樣性并選擇進(jìn)化方向，當(dāng)小生境熵低于設(shè)定的閾值時(shí)，結(jié)合佳點(diǎn)搜索產(chǎn)生新群體給以擾動(dòng)，以維持種群的多樣性，否則對各個(gè)峰進(jìn)行精細(xì)搜索。對七個(gè)測試函數(shù)分別進(jìn)行兩類仿真，結(jié)果表明，該算法不僅能夠高效且高精度地找到全局極值而且能夠以較高的精度定位到所有全局極值和多個(gè)次優(yōu)極值，顯示了較強(qiáng)的多峰搜索能力。
?