Lévy飞行和热交换的混沌乌燕鸥算法及应用

为解决乌燕鸥算法对抗局部最优能力和寻优能力较低的问题，提出了一种混合Lévy飞行和热交换混沌乌燕鸥算法（LTCSTOA）。首先，采用Hénon混沌映射对算法种群初始化，保证算法种群多样性。其次，采用混合Lévy飞行和热交换算法的搜索策略，并在不同算法搜索阶段，引入自适应因子γ和自适应惯性权重，提高了算法的跳出局部区域的能力和收敛精度。最后，采用热交换算法对最优乌燕鸥个体进行扰动，提高算法的全局寻优能力。选用7个测试函数验证了不同改进策略的算法有效性，仿真结果表明：与其他算法相比，LTCSTOA算法收敛性能更优，具有较高的收敛精度、稳定性和鲁棒性。将LTCSTOA算法应用于二级斜齿圆柱齿轮传动机构可靠性轻量化设计，优化结果表明：与原设计相比，LTCSTOA算法获得的体积和重合度分别降低了约为51.86%和18.6%，实现了齿轮传动机构轻量化设计的目的。