多策略融合的改进狮群算法及其工程优化

作     者：黄志锋 刘媛华 张聪 HUANG Zhifeng;LIU Yuanhua;ZHANG Cong

作者机构：上海理工大学管理学院上海200093 

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

年 卷 期：2024年第45卷第4期

页      面：838-844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）] 

基　　金：国家自然科学基金项目(72071130)资助 

主　　题：狮群算法 混沌 柯西变异 精英反向学习 

摘      要：狮群算法是近年提出的一种智能优化算法,已经应用于多个领域,然而该算法仍存在搜索效率不足、易落入局部最优等问题.因此,基于狮群算法,提出了多策略融合的改进狮群算法.首先,使用Tent混沌种群的初始化方法,增强种群分布的均匀性的历遍性,提高算法初始解的质量和搜索效率;其次,采用柯西变异机制,在狮群最优位置采用柯西扰动操作,提升算法逃离局部极值的能力;再次,改进母狮位置更新方式和步长公式,提高算法后期的收敛精度;最后,融合精英反向学习,提高解的质量.选取国际通用的13个基准函数和部分CEC2014函数进行实验仿真,结果表明所提算法寻优性能和搜索精度有明显提升;另外通过对两个工程实例进行优化,结果表明改进算法在工程应用中具有优势.