|
|||||
|
|
| 融合自适应惯性权重和柯西变异的秃鹰搜索算法 | |
| 作者姓名： | 丁容 高建瓴 张倩 |
| 作者单位： | 贵州大学大数据与信息工程学院 |
| 基金项目： | 国家自然科学基金项目(62062021,61872034)资助;;贵州省科学技术基金项目(黔科合基础[2020]1Y254)资助;;贵州省自然科学基金项目(黔科合基础[2019]1064)资助; |
| 摘 要： | 针对基本秃鹰搜索算法存在收敛速度慢、易陷入局部最优的缺点,提出了一种融合自适应惯性权重和柯西变异的秃鹰搜索算法(CBES).首先使用Tent混沌映射初始化种群,保留了种群的多样性;其次,引入自适应惯性权重,加快算法的收敛速度,增强算法的局部开发能力;最后将柯西变异算子整合到当前全局最优位置进行变异更新,提高算法陷入局部最优的能力.通过12个单模态、多模态基准测试函数对CBES、BES、FPA、MFO、PSO 5种算法进行实验对比,实验结果表明了改进后的算法在收敛速度和精度方面均得到了提升.同时将该算法应用到实际工程中,验证了算法的扩展性和适用性. |
| 关 键 词： | 秃鹰搜索算法 Tent混沌映射 自适应惯性权重 柯西变异 |