摘要： 針對(duì)蜣螂優(yōu)化算法在全局優(yōu)化問(wèn)題中易陷入局部最優(yōu)與收斂精度低的問(wèn)題，提出一種改進(jìn)的蜣螂優(yōu)化算法。采用佳點(diǎn)集序列取代原始算法中隨機(jī)產(chǎn)生的初始種群提升種群的多樣性；引入分?jǐn)?shù)階微積分方法調(diào)整區(qū)域動(dòng)態(tài)邊界，分離重疊的種群個(gè)體，提升算法的局部開(kāi)采性能；提出探路蜣螂更新機(jī)制對(duì)全局最佳位置進(jìn)行更新，防止其陷入局部最優(yōu)。通過(guò)24個(gè)基準(zhǔn)測(cè)試函數(shù)的全局優(yōu)化實(shí)驗(yàn)與5個(gè)經(jīng)典數(shù)據(jù)集的特征選擇實(shí)驗(yàn)驗(yàn)證了改進(jìn)... （共10頁(yè)）