基于混合策略改进的金豺优化算法
Improved golden jackal optimization algorithm based on hybrid strategy作者机构:河海大学物联网工程学院江苏常州213022
出 版 物:《计算机时代》 (Computer Era)
年 卷 期:2023年第11期
页 面:34-40页
学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 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)]
主 题:cat混沌映射 反向学习 单纯形法 收敛因子 金豺优化算法
摘 要:针对金豺算法种群初始化多样性不足、在搜索后期容易陷入局部最优的问题,对金豺优化算法作了改进。利用Cat混沌映射和精英反向学习策略初始化种群,利用单纯形法优化较差个体,改进了收敛因子,引入自适应权重的方式更新位置,引入个体记忆方法加快其收敛速度并采用高斯变异优化最优解。通过对8个基准测试函数进行仿真实验,与MFO算法、MVO算法、GWO算法、SCA算法进行比较,证明了经改进的GJO算法具有更高的求解精度和更快的收敛速度。