基于函数变化率的自适应变异蛙跳算法

针对蛙跳算法进化后期种群多样性下降、易陷于局部最优解的缺陷，提出一种自适应变异蛙跳算法。其基本思想是：根据函数变化率建立一种自适应变异选择机制，当函数变化率较大时，采用高斯变异提高算法的局部收敛能力；当函数变化率较小，即算法可能陷入局部收敛时，采用柯西变异促使算法跳出局部最优。数值实验结果表明，该自适应变异选择机制不仅提高了蛙跳算法的局部收敛性，而且能在很大程度上避免早熟现象。