混沌精英池协同教与学改进的ChOA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阳550025 贵州大学贵州省公共大数据重点实验室贵阳550025 

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

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2023年第59卷第6期

页      码：299-309页

摘      要：针对黑猩猩优化算法存在全局搜索能力弱、寻优精度低、收敛速度慢等问题,提出一种混沌精英池协同教与学改进的黑猩猩优化算法(chimp optimization algorithm improved by the elite chaos pool collaborative teaching-learning,ECTChOA)。采用混沌精英池策略生成初始种群,增强初始解的质量和种群的多样性,为算法全局寻优奠定基础;引入自适应振荡因子平衡ChOA的全局探索和局部开发能力;结合教与学优化算法的教学阶段和粒子群优化算法的个体记忆思想优化种群位置更新过程,提高算法的寻优精度和收敛速度。仿真实验将ECTChOA与标准ChOA、其他元启发式优化算法和最新改进ChOA在12个基准测试函数下进行寻优对比,实验结果与Wilcoxon秩和检验p值结果均表明所提改进算法具有更高搜索精度、更快的收敛速度和更好的鲁棒性。另外,将ECTChOA应用于机械工程设计案例中,进一步验证ECTChOA在实际工程问题中的可行性和适用性。

主 题 词：黑猩猩优化算法 混沌精英池 教与学优化算法 粒子群优化算法 自适应振荡因子 机械工程设计 

学科分类：08[工学] 081202[081202] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3778/j.issn.1002-8331.2110-0273

馆 藏 号：203118870...