基于正交设计的折射反向学习樽海鞘群算法
Salp swarm algorithm based on orthogonal refracted opposition-based learning作者机构:云南大学信息学院昆明650500 郑州大学机械与动力工程学院郑州450066 复旦大学计算机科学技术学院上海201203 云南省教育厅教育科学研究院昆明650021
出 版 物:《哈尔滨工业大学学报》 (Journal of Harbin Institute of Technology)
年 卷 期:2022年第54卷第11期
页 面:122-136页
核心收录:
学科分类:08[工学] 0804[工学-仪器科学与技术] 0835[工学-软件工程] 0714[理学-统计学(可授理学、经济学学位)] 0701[理学-数学] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 081202[工学-计算机软件与理论]
基 金:国家自然科学基金(61461053,61461054,61562092) 云南省教育厅科学研究基金(2022Y008)
主 题:樽海鞘群算法 透镜折射学习 正交试验设计 自适应学习 基准函数 工程优化 路径规划
摘 要:为克服基本樽海鞘群算法(SSA)存在的收敛速度慢、高维求解精度低等不足,提出正交折射反向学习机制和自适应惯性权重策略,嵌入SSA中,得到一种基于正交设计的折射反向学习樽海鞘群算法(OOSSA)。正交折射反向学习策略中,采用基于透镜成像原理的折射反向学习策略以加强对反向解空间的勘探,极大地降低了算法陷入局部最优的概率;采用正交试验设计构建若干部分维上取折射反向值的部分反向解,深度挖掘并保存当前个体和折射反向个体的优势维度信息。此外,在跟随者位置更新阶段引入惯性权重因子,有效地改善跟随者的搜索模式并增强算法的局部开采能力。采用CEC2017基准函数进行仿真实验,同时使用Wilcoxon秩和检验、Friedman检验等方法来评价OOSSA算法的优化性能,测试结果表明所提算法的寻优精度和收敛速度明显优于基本SSA算法、8种新近的改进SSA算法和9种前沿的群体智能优化算法。此外,将所提算法应用于一个工程设计问题,结果表明该算法在工程优化方面的性能优于对比算法。最后,针对求解自主移动机器人路径规划问题,提出一种基于OOSSA的路径规划算法。在3种环境设置下对所提算法进行仿真实验,并与PSO、ABC、GWO、FA和SSA等算法进行对比。仿真结果表明,本文算法能够规划出最优的无碰撞路径。系统的实验表明OOSSA算法可作为问题优化的有效工具。