基于窦性变异的改进人工蜂群白骨顶鸡算法及应用

作     者：张羽 何庆 ZHANG Yu;HE Qing

作者机构：贵州大学大数据与信息工程学院贵州贵阳550025 

出 版 物：《计算机技术与发展》 (Computer Technology and Development)

年 卷 期：2024年第34卷第4期

页      面：162-167页

学科分类：08[工学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(62166006) 贵州省省级科技计划项目(黔科合支撑一般093) 贵州省省级科技计划项目(黔科合ZK字335) 

主　　题：白骨顶鸡算法 精英反向学习 人工蜂群算法 窦性变异策略 工程设计问题 

摘      要：针对白骨顶鸡算法(COOT)存在求解精度低、收敛速度较慢和易陷入局部最优的问题,该文提出一种基于窦性变异的改进人工蜂群白骨顶鸡算法(ICOOT)。首先,采用精英反向学习策略初始化个体位置,增加初始个体寻优多样性;其次,考虑到人工蜂群算法强大的搜索能力,提出一种以全局最优值引导的改进人工蜂群搜索策略,更新白骨顶鸡个体的位置,以提高COOT的搜索能力和收敛精度;最后,引入窦性变异策略对最优个体进行扰动,一方面使算法能够有效跳出局部最优,另一方面提高最优个体质量。利用12个基准测试函数对ICOOT进行寻优性能测试,将ICOOT应用于拉力/压力弹簧优化工程设计问题,并与其他元启发式算法进行了比较和分析,结果验证了改进的算法的可行性和优越性。