一种新型的柯西扰动黑猩猩优化算法 |
| |
引用本文: | 兰周新,何庆.一种新型的柯西扰动黑猩猩优化算法[J].小型微型计算机系统,2023(4):715-723. |
| |
作者姓名: | 兰周新 何庆 |
| |
作者单位: | 1. 贵州大学大数据与信息工程学院;2. 贵州大学贵州省公共大数据重点实验室 |
| |
基金项目: | 贵州省科技计划项目重大专项项目(黔科合重大专项字[2018]3002,[2016]3022)资助; |
| |
摘 要: | 针对黑猩猩优化算法(ChOA)在寻过程中求解精度低、收敛速度慢以及易陷入局部极值点等问题,提出一种新型的柯西扰动黑猩猩优化算法(CP-ChOA).首先采用佳点集映射初始化种群,增加算法在初始阶段的多样性;然后利用变异的柯西算子和反向学习策略,对当前最优位置进行扰动变异并产生新解,以提高算法的收敛速度,避免算法在迭代初期陷入局部极值;最后使用单纯形法策略改善最差个体的位置,增强算法的局部开发能力.选取8个基准函数和部分CEC2014测试函数进行试验仿真,结果表明CP-ChOA算法较标准ChOA算法、改进的ChOA算法以及其他元启发式算法具有更好的寻优性能,并通过优化2个工程设计问题,验证了CP-ChOA算法在工程上的可行性.
|
关 键 词: | 黑猩猩算法 柯西变异 反向学习 单纯形法 |
|
|