融合折射学习和改进天牛须搜索的黑猩猩优化算法及其应用

作     者：罗仕杭 何庆 LUO Shihang;HE Qing

作者机构：贵州大学大数据与信息工程学院贵州贵阳550025 

基　　金：国家自然科学基金项目(62166006) 贵州省科技计划项目重大专项项目(黔科合重大专项字3002) 贵州省科学技术厅项目(黔科合基础-ZK一般335) 

出 版 物：《传感技术学报》 (Chinese Journal of Sensors and Actuators)

年 卷 期：2022年第35卷第5期

页      码：600-612页

摘      要：针对黑猩猩优化算法(ChOA)寻优存在全局搜索能力弱、收敛精度低、易陷入局部最优等缺陷,提出一种融合折射学习和改进天牛须搜索的黑猩猩优化算法(BCRChOA)。首先,借鉴天牛须算法搜索能力强和Levy飞行机制搜索方向和步长的不确定性的特点,将Levy飞行改进的天牛须搜索算法对ChOA进行搜索优化,提高ChOA的全局搜索能力;其次,在“攻击者”个体位置更新阶段引入云自适应动态权值,以协调算法全局探索和局部开发能力;最后,采用基于折射定律的反向学习策略提高算法跳出局部最优的能力。实验选取10个基准测试函数、部分CEC2014测试函数以及工程优化案例,将BCRChOA与最新的元启发式算法及其改进算法进行跨文献对比,结果表明BCRChOA在寻优能力和鲁棒性上均显著优于原始算法和对比文献方法。

主 题 词：机械工程设计 黑猩猩优化算法 天牛须搜索 Levy飞行 云模型 折射学习 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 081202[081202] 

核心收录：

D　O　I：10.3969/j.issn.1004-1699.2022.05.005

馆 藏 号：203113550...