模擬退火的花朵授粉優(yōu)化算法

　　針對(duì)花朵授粉算法尋優(yōu)精度低、收斂速度慢、易陷入局部極小的不足，提出一種把模擬退火（SA）融入到花朵授粉算法中的混合算法。該算法通過SA的概率突跳策略使其避免陷入局部最優(yōu)，并利用SA的全域搜索的性能增強(qiáng)算法的全局尋優(yōu)能力。通過6個(gè)標(biāo)準(zhǔn)測(cè)試函數(shù)進(jìn)行測(cè)試，仿真結(jié)果表明，改進(jìn)算法在4個(gè)測(cè)試函數(shù)中能夠找到理論最優(yōu)值，其收斂精度、收斂速度、魯棒性均比基本的花朵授粉算法（ FPA）、蝙蝠算法（BA）、粒子群優(yōu)化（PSO）算法及改進(jìn)的粒子群算法有較大的提高；同時(shí)，對(duì)非線性方程組問題進(jìn)行求解的算例應(yīng)用也驗(yàn)證了改進(jìn)算法的有效性。