基于标准蒙特卡罗与准蒙特卡罗方法的飞蛾算法参数调优

几乎所有优化算法都包含算法依赖性参数，参数值的设置对所考虑的算法行为具有显著影响。因此，应进行适当的参数调优，以确保用于优化的算法在解决不同类型的优化问题时表现良好且足够稳健。本文采用飞蛾算法（FA）评估其参数值对效率的影响。通过标准蒙特卡罗方法和准蒙特卡罗方法对参数值进行随机初始化，然后用于调优FA算法。选取两个基准函数和一个弹簧设计问题来测试调优FA的鲁棒性。从初步发现来看，可以推断标准蒙特卡罗方法和准蒙特卡罗方法在最优适应值方面产生相似结果。关于两个基准函数和弹簧设计问题的Numerical实验显示，无论在模拟过程中选择的不同样本值，最终适应值之间没有显著差异。这种对参数值的不敏感性表明了FA算法的鲁棒性。