一种基于模拟退火的改进Memetic算法

　　针对标准萤火虫算法（FA），首先，从数学理论上分析并揭示了其存在的种群过早收敛、容易陷入局部最优等不足，然后提出一种基于模拟退火的混合萤火虫Memetic算法。该算法利用标准萤火虫算法对上一代种群进行全局搜索以保持种群的多样性和算法的全局探索能力；使用模拟退火算予对当前种群中的部分个体进行局部搜索，以一定概率接受适应度较差的个体以避免算法陷入局部最优，该算法同步进行萤火虫吸引过程和模拟退火过程以降低算法复杂度。最后，对该算法在10个标准测试函数上进行对比仿真实验。实验结果表明，该算法在6个测试函数中均能找到最优解，最优值、平均值、方差等指标比对比算法高出一定数量级，在4个复合函数中效果均优于萤火虫算法。

　　萤火虫算法（ Firefly Algorithm，FA）是受萤火虫发光相互 ；吸引和移动的启发而设计的一类新型的群智能优化算法。 已有的仿真结果表明该算法具有精度较高、收敛速度较快、可调参数少、操作简单、易于实现等特点，因而该算法近年来已引起许多学者的广泛关注，并应用到函数优化、云计算调度、流水车间调度、疾病预测、蛋白质网络、旅行商问题（ Travelling Salesman Problem．TSP）等诸多领域。