若干新型智能优化算法对比分析研究

智能优化算法（IOA）指的是一类以自然界的生物生存进化过程或物理现象为算法原理,用于解决最优化问题的算法,较为知名的智能优化算法有遗传算法、粒子群算法、模拟退火算法等。智能优化算法属于启发式方法,广泛应用在解决最优化问题上,传统的群智能算法为解决一些实际问题提供了新思路。随着科学技术的进步和应用场景的改变,传统的智能优化算法在收敛速度、求解精度等方面已无法满足日益复杂的优化问题,因此不断有新的更高效的智能优化算法被提出。选取了近几年国内外提出的几种新型智能优化算法：蝴蝶优化算法（BOA）、飞蛾扑火算法（MFO）、正弦余弦优化算法（SCA）、蝗虫优化算法（GOA）、哈里斯鹰优化算法（HHO）、麻雀搜索算法（SSA）。阐述了各算法的基本原理、算法步骤、相关的改进策略及存在的优缺点。为客观对比各算法性能,进一步通过3种类型共21个测试函数及6个指标评价各算法性能,最后归纳总结各算法的特点并对智能优化算法的发展前景进行展望。

关键词： 智能优化算法（IOA）; 蝴蝶优化算法（BOA）; 飞蛾扑火算法（MFO）; 正弦余弦优化算法（SCA）; 蝗虫优化算法（GOA）; 哈里斯鹰优化算法（HHO）; 麻雀搜索算法（SSA）

用于解决优化问题的方法叫作优化算法,它是基于某种思想或机制