基于模拟退火思想的果蝇优化算法

　　果蝇优化算法（ Fruit Fly Optimization Algorithm，FOA）是一种新型的群智能优化算法，算法是根据果蝇的觅食行为进行推演形成的一种寻找全局最优解的新方法。该算法与粒子群优化（Particle Swarm Optimization，PSO）算法、人工鱼群算法（Artificial Fish Swarm Algorithm，AFSA）和遗传算法（ Genetic Algorithm，GA）等相比具有计算量较小、参数少、结构简单、易于实现的特点，但同时该算法也存在不够稳定、易陷入局部最优的缺陷。

　　为了提高果蝇优化算法的收敛速度与全局寻优能力，本文采用非均匀变异的思想对果蝇寻优步长进行改进，以提高算法的收敛速度与精度。同时将模拟退火算法与果蝇算法进行结合，提出了基于模拟退火思想的果蝇优化算法（ Simulate　Anneal-Fruit fly Optimization Algorithm，SA-FOA）。改进后的算法可以以一定的概率吸收最差的解，并以最差解作为下代果蝇寻优的新起点，从而使算法跳出局部最优值，增强全局寻优的能力。