基于均匀局部搜索和可变步长策略的萤火虫优化算法

　　针对萤火虫算法（ FA）收敛速度慢和求解精度不高的问题，提出一种基于均匀局部搜索和可变步长策略的萤火虫优化算法（ UVFA）。首先，根据均匀设计理论建立局部搜索算子，对FA的搜索过程进行改进，以提升算法的局部开采能力和收敛速度；其次，利用可变步长策略，动态地调整算法搜索步长，以平衡全局和局部的勘探能力和开采能力；最后将均匀局部搜索算子和可变步长进行融合。通过对12个标准测试函数进行仿真实验，结果表明，UVFA的目标函数均值均明显优于FA、明智步长策略的萤火虫算法（WSSFA）、可变步长萤火虫算法（VSSFA）和基于均匀局部搜索的萤火虫优化算法（ UFA），并且时间复杂度明显降低，并且在低维和高维问题中均显示出了较好的质量，具有良好的鲁棒性。