摘要：元啟發(fā)式算法可以用作尋找近似最優(yōu)解的有效工具,因此,對(duì)元啟發(fā)式算法進(jìn)行改進(jìn),提高算法性能是有必要的。本文介紹花粉算法(Flower Pollination Algorithm, FPA)的增強(qiáng)變體,將花粉算法與極值優(yōu)化算法(Extremal Optimization, EO)混合形成FPA-EO算法。FPA-EO算法綜合利用了FPA的全局搜索能力和EO的局部搜索能力,并將其應(yīng)用于11個(gè)基準(zhǔn)測(cè)試函數(shù)來(lái)測(cè)試新算法。同時(shí)將該算法與其他4種著名優(yōu)化算法(標(biāo)準(zhǔn)花粉算法(FPA)、蝙蝠算法(BAT)、螢火蟲(chóng)算法(FA)、模擬退火算法(SA))進(jìn)行比較。綜合結(jié)果表明,本文算法能夠找到比其他4種算法更精確的解。