文档名：多策略融合的改进天鹰优化算法
摘要：为了解决天鹰优化算法(AquilaOptimizationalgorithm,AO)易陷入局部最优及收敛速度慢的问题,本文提出一种多策略融合的改进天鹰优化算法(Multi-StrategyIntegrationAquilaOptimizationalgorithm,MSIAO).该算法采用结合Tent混沌映射的折射反向学习初始化种群以提高算法前期的搜索效率,根据种内互助及优化策略解决算法寻优停滞的缺陷,并通过基于Bernoulli混沌序列的自适应权重策略提高算法的收敛速度,引入了柯西-高斯变异算子增强算法迭代后期逃逸局部极值的能力.本文对10个基准函数、部分CEC2014测试函数集进行实验,并将MSIAO用于2个工程设计优化问题.结果表明,对于高维单峰、高维多峰以及固定维复杂多模态函数,MSIAO比AO具有更高的收敛精度和更快的收敛速度;MSIAO对压力容器与焊接梁优化设计的经济成本较AO分别节约4.62%、0.77%,验证了MSIAO对于处理机械工程问题的实用性和优越性.
作者：张长胜 张健忠 钱斌 胡蓉Author：ZHANGChang-sheng ZHANGJian-zhong QIANBin HURong
作者单位：昆明理工大学信息工程与自动化学院,云南昆明650500
刊名：电子学报 ISTICEIPKU
Journal：ActaElectronicaSinica
年，卷(期)：2023, 51(5)
分类号：TP301.6
关键词：天鹰优化算法 折射反向学习 种内互助 Bernoulli序列 自适应权重 柯西-高斯变异
Keywords：aquilaoptimization refractedopposition-basedlearning intraspecificandmutualassistance Bernoullisequence adaptiveweight Cauchy-Gaussianmutation
机标分类号：TP391.41P444TH137
在线出版日期：2023年7月27日
基金项目：多策略融合的改进天鹰优化算法[
期刊论文] 电子学报--2023, 51(5)张长胜 张健忠 钱斌 胡蓉为了解决天鹰优化算法(AquilaOptimizationalgorithm,AO)易陷入局部最优及收敛速度慢的问题,本文提出一种多策略融合的改进天鹰优化算法(Multi-StrategyIntegrationAquilaOptimizationalgorithm,MSIAO).该算法采用...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
多策略融合的改进天鹰优化算法 Improved Aquila Optimization Based on Multi-Strategy Integration
多策略融合的改进天鹰优化算法.pdf
- 文件大小:
- 1.78 MB
- 下载次数:
- 60
-
高速下载
|
|
