基于多机制优化螺旋飞行特征的乌燕鸥算法

作     者：李光泉 刘欣宇 王龙飞 邵鹏 LI Guang-quan;LIU Xin-yu;WANG Long-fei;SHAO Peng

作者机构：江西农业大学计算机与信息工程学院南昌330045 

基　　金：国家自然科学基金(62041702) 教育部人文社会科学研究项目(20YJA870010) 江西省社会科学研究规划项目(19TQ05,21GL12) 江西省高校人文社会科学研究项目(TQ20105) 

出 版 物：《科学技术与工程》 (Science Technology and Engineering)

年 卷 期：2023年第23卷第26期

页      码：11299-11308页

摘      要：乌燕鸥优化算法(sooty tern optimization algorithm,STOA)是近年来出现的一种新兴的群智能优化算法,因其独特的螺旋式寻优方式和在实际工程问题中显著的优化效果而备受研究与关注。然而,STOA算法本身也存在着收敛速度较慢,搜索精度较低,并且容易陷入局部最优等缺点。因此,提出了一种融合混沌映射、自适应惯性权重与高斯变异的多机制乌燕鸥优化算法(multi-mechanism sooty tern optimization algorithm incorporating chaotic mapping,adaptive inertia weight and gaussian mutation,GT-STOA),以促进群体多样性并增强算法全局搜索和局部寻优的能力。同时,为验证算法寻优效果的显著性,基于12个具有不同特征的测试函数,选取9种典型的优秀元启发式算法进行对比验证。实验结果表明GT-STOA相较于其他9种算法具有更高的寻优精度和更快的收敛速度,并且易跳出局部最优找到全局最优解。此外,为了研究GT-STOA解决实际问题的能力,对压力容器设计问题进行优化求解,所得实验数据显示GT-STOA较传统STOA算法在求解精度上提升了42.54%。

主 题 词：乌燕鸥优化算法 混沌映射 自适应惯性权重 高斯变异 

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

D　O　I：10.3969/j.issn.1671-1815.2023.26.029

馆 藏 号：203124059...