一种具有学习机制的海鸥优化算法

作     者：王培崇 尹欣洁 李丽荣 WANG Peichong;YIN Xinjie;LI Lirong

作者机构：河北地质大学信息工程学院河北石家庄050031 河北地质大学人工智能与机器学习研究室河北石家庄050031 河北地质大学艺术学院河北石家庄050031 

基　　金：国家自然科学基金资助项目(61806069) 河北省高等学校科学技术研究项目(ZD2020344) 

出 版 物：《郑州大学学报（工学版）》 (Journal of Zhengzhou University（Engineering Science）)

年 卷 期：2022年第43卷第6期

页      码：8-14页

摘      要：为了克服海鸥优化算法在求解高维问题时存在的收敛速度慢、容易早熟和解精度低等问题,提出一种具有学习机制的海鸥优化算法(ISOAL)。首先,设计了一种基于当前粒子X_(i)与种群均值状态X_(m)差异的迁移算子,提升早期个体对解空间的搜索范围。其次,引入非线性自适应参数A保证算法适合于复杂问题解空间的搜索,避免算法过早地陷入局部最优。最后,通过引入部分精英粒子执行反向学习,加强对种群内的最优粒子所在空间的勘探,提高算法的解精度。实验选择了CEC2017中的10个无约束测试函数检测算法的性能,并与HPSO-TS、V-DVGA、DADE、CMA-ES等算法进行对比,该组实验结果显示,ISOAL比其他算法具有更高的解精度和稳定性。针对张力弹簧问题进行实验,结果表明:ISOAL所获得的弹簧总代价比SOA降低了3.5%,弹簧的线圈直径和平均直径分别下降了5.7%和3.5%。ISOAL算法具有收敛速度快、精度高和鲁棒性的特点,适合求解较高维度的连续函数优化问题和带有约束的工程优化问题。

主 题 词：海鸥优化算法 学习机制 非线性参数 反向学习 

学科分类：0711[理学-心理学类] 07[理学] 08[工学] 070105[070105] 081101[081101] 0701[理学-数学类] 071101[071101] 0811[工学-水利类] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.13705/j.issn.1671-6833.2022.06.010

馆 藏 号：203114491...