果蝇是一种对食物源的位置和方向具有独特感知能力的节肢动物,其先天性免疫应答、视觉、嗅觉功能为智能科学的发展提供了新的生物理论基础。模拟其觅食行为特征、免疫系统与外来病毒的作用机制以及群体协同行为,可建立与工程问题相衔接的高效新型智能方法,此将成为智能计算中新研究分支。基于此,本文针对维数较高的函数优化问题,依据果蝇的视觉、嗅觉、免疫应答生物理论,探讨新型果蝇优化算法,展开算法的计算复杂度分析和比较性的数值实验研究。研究成果对智能优化分支的快速发展具有一定的促进作用,也对工程优化问题的求解具有重要参考价值。主要工作和取得的成果概述如下:1.针对偏高维的非约束函数优化问题,依据果蝇视觉对环境的感知行为和嗅觉神经对食物的敏感特征,将视觉宽域的神经反应行为引入到算法模块设计中,获得基于视觉方向选择的果蝇优化算法。理论分析获知,该算法的计算复杂度由种群规模和问题维数确定。比较性的数值实验结果显示,该算法搜索效果稳定、求解质量较高。2.针对以上算法的效率偏低问题,设计种群规模小、迭代次数少且计算量小的微果蝇优化算法。该算法在进化中能充分利用子群协同进化来增强种群多样性和提高寻优质量。计算复杂度分析表明,该算法的复杂度由种群规模和问题维数确定。实验结果表明,其求解效果好、搜索效率高,对维数较高的优化问题具有较好的应用潜力。3.通过简单模拟果蝇抵抗外来病原体的应答过程,获得果蝇协同进化免疫优化算法。算法设计中,利用内循环产生优质个体,同时利用外循环加速寻优进程。通过内外循环的有机结合,算法的群体多样性和全局进化能力得到保证。数值实验结果显示,该算法求解高维优化问题时能稳定地得到较好的效果。