融合Jaya高斯变异的自适应乌鸦搜索算法

针对标准乌鸦搜索算法存在收敛速度慢、寻优精度低、位置更新具有盲目性的不足，提出一种融合Jaya高斯变异的自适应乌鸦搜索算法(adaptive crow search algorithm with Jaya algorithm and Gaussian mutation, GMJCSA)。通过高斯变异优化全局最优个体和自适应步长的合理变化，提高算法的收敛能力和寻优精度。在引导者发现自己被跟随的情况下引入Jaya算法，克服位置更新具有盲目性的不足。将GMJCSA用于16个基准函数优化和减速器设计问题，与其他智能算法进行试验对比，GMJCSA能取得更好的解。试验结果表明，GMJCSA对于函数优化和减速器设计问题能够较好地寻优求解，总体性能良好。