混合蛛猴算法及其在乙炔加氢参数优化中的应用
【摘要】 蛛猴算法（SMO）是模拟蛛猴觅食行为的群智能优化算法，因其具有其良好的自组织能力而被广泛应用于数值优化领域。本文提出了一种混合蛛猴算法（QSMO）。该算法在SMO的基础上引入Metropolis准则、二次逼近法、局部随机搜索策略，并结合人工蜂群算法提高种群多样性，有效地提升了算法性能。选取了多个标准测试函数进行仿真对比，结果表明SMO的搜索精度与搜索速度均得到了显著提升。基于混合优化算法进行工业乙炔加氢反应器模型参数优化，结果表明该算法能够更好地求解工程优化问题。
