改进蚁狮优化算法及其工程应用

针对蚁狮优化算法（ALO）在求解工程优化问题时易陷入局部最优及收敛速度慢等缺陷，提出一种基于Levy飞行和差分进化的改进蚁狮优化算法（LDALO）。改进算法对ALO中的蚂蚁进行差分进化操作，从而改善种群多样性，避免算法陷入局部最优并提高算法全局搜索能力。精英引导的Levy飞行被用于蚂蚁位置更新，以加快算法收敛速度。改进算法还在蚁狮捕食蚂蚁后对蚁狮进行差分变异，以提高算法的寻优精度。仿真实验基于10个基准函数进行，其结果显示LDALO较其他算法收敛速度更快，寻优精度更高。在无线传感器网络覆盖优化、压力容器设计、拉压弹簧设计等工程优化问题中的应用，验证了LDALO 的适用性和有效性。