基于混合策略改进的鹈鹕优化算法 |
| |
引用本文: | 苏莹莹,任曼铜.基于混合策略改进的鹈鹕优化算法[J].制造技术与机床,2024(3):85-93. |
| |
作者姓名: | 苏莹莹 任曼铜 |
| |
作者单位: | 沈阳大学机械工程学院 |
| |
摘 要: | 针对鹈鹕优化算法求解精度低、稳定性不足、易陷入局部最优等问题,文章提出一种混合策略改进的鹈鹕优化算法(IPOA)。首先,为了增强种群的随机性和多样性,扩大种群的搜索范围,引入反向折射学习机制;其次,利用正余弦算法和鹈鹕算法融合,改进鹈鹕搜索猎物的方式,增强算法的局部搜索与全局搜索能力;然后,采用Levy飞行机制对鹈鹕位置进行更新,从而提高算法的搜索能力以寻找最优值;最后,引入自适应t分布变异算子,使用算法的迭代次数作为t分布的自由度参数来增强鹈鹕种群的多样性,避免算法陷入局部最优。通过12个标准测试函数对改进算法与海鸥优化算法、黑猩猩优化算法、鲸鱼优化算法、蛇群优化算法和基本鹈鹕优化算法进行测试比较,结果表明,IPOA具有更好的收敛速度和稳定性。最后将改进鹈鹕算法应用于压力容器设计优化问题,进一步证实改进后的算法具有较好的求解性能。
|
关 键 词: | 鹈鹕优化算法 折射反向学习 Levy飞行 正余弦算法 t分布变异 |
|
|