發(fā)布時間：2021-02-01 15:25

　　為使鯨魚優(yōu)化算法在具備擺脫局部最優(yōu)區(qū)域能力的同時提升算法尋優(yōu)能力,提出一種基于混合策略的改進鯨魚優(yōu)化算法。利用混沌的特性對初始種群位置進行優(yōu)化,使種群個體更加豐富多樣,位置分布更加合理;提出一種混合反向?qū)W習(xí)策略,將透鏡成像反向?qū)W習(xí)策略和最優(yōu)最差反向?qū)W習(xí)策略相結(jié)合,提高領(lǐng)導(dǎo)者跳出局部最優(yōu)區(qū)域的能力,提高算法的求解精度;出于協(xié)調(diào)改進算法勘探能力的目的,將自適應(yīng)概率閾值p’和權(quán)重ω融入到算法中。對6個單峰函數(shù)和4個多峰函數(shù)的仿真結(jié)果驗證了所提優(yōu)化算法在收斂速度和尋優(yōu)精度等方面有較大的提高。 

【文章來源】：計算機工程與設(shè)計. 2020,41(12)北大核心

【文章頁數(shù)】：8 頁

【部分圖文】：

透鏡成像反向?qū)W習(xí)

然后,表2中的標(biāo)準(zhǔn)差可以衡量算法的穩(wěn)定性和跳出局部最優(yōu)的能力,F1～F4的求解中,除了WWOA在F1、F3的標(biāo)準(zhǔn)差和IWOA一樣,IWOA都比其它算法要好,在F5、F6的求解中,雖然沒有達到理論值,但IWOA的標(biāo)準(zhǔn)差都比其它算法要小,說明IWOA在求解過程中具有一定的穩(wěn)定性;在求解多峰函數(shù)F7時,雖然PWOA、TWOA等也能達到了理論值,但如圖2所示,IWOA的收斂精度和收斂速度明顯比其它幾種算法要好,在求解F8～F10時,IWOA的標(biāo)準(zhǔn)差均小于其它算法,進而說明本文算法的穩(wěn)定性和局部尋優(yōu)能力比其它法更優(yōu)秀。最后,從表2中平均耗時可以看出,在相同維度下,融合4種改進策略的IWOA平均耗時最長,加入1種改進方法的WWOA、TWOA、OWOA、PWOA這4種算法的平均耗時次之,但都比WOA的平均耗時要長,原因是增加算法的種群大小、增加算法探索區(qū)域等改進方式都可能引導(dǎo)算法找到更好的解,但與此同時也會相應(yīng)消耗整個尋優(yōu)過程的時間,而相比于其它算法,GWO和PSO的平均耗時是最短的。


本文編號：3012991