一种新型的柯西扰动黑猩猩优化算法

作     者：兰周新 何庆 LAN Zhou-xin;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：贵州省科技计划项目重大专项项目(黔科合重大专项字3002,3022)资助 贵州省公共大数据重点实验室开放课题项目(2017BDKFJJ004)资助 贵州省教育厅青年科技人才成长项目(黔科合KY字124)资助 贵州大学培育项目(黔科合平台人才5788)资助 

出 版 物：《小型微型计算机系统》 (Journal of Chinese Computer Systems)

年 卷 期：2023年第44卷第4期

页      码：715-723页

摘      要：针对黑猩猩优化算法(ChOA)在寻过程中求解精度低、收敛速度慢以及易陷入局部极值点等问题,提出一种新型的柯西扰动黑猩猩优化算法(CP-ChOA).首先采用佳点集映射初始化种群,增加算法在初始阶段的多样性;然后利用变异的柯西算子和反向学习策略,对当前最优位置进行扰动变异并产生新解,以提高算法的收敛速度,避免算法在迭代初期陷入局部极值;最后使用单纯形法策略改善最差个体的位置,增强算法的局部开发能力.选取8个基准函数和部分CEC2014测试函数进行试验仿真,结果表明CP-ChOA算法较标准ChOA算法、改进的ChOA算法以及其他元启发式算法具有更好的寻优性能,并通过优化2个工程设计问题,验证了CP-ChOA算法在工程上的可行性.

主 题 词：黑猩猩算法 柯西变异 反向学习 单纯形法 

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

D　O　I：10.20009/j.cnki.21-1106/TP.2021-0661

馆 藏 号：203121154...