融合三维螺旋运动和混合反向学习策略的改进鹈鹕优化算法
Improving Pelican Optimization Algorithm by Combining 3D Spiral Motion and Hybrid Reverse Learning Strategy作者机构:河北工程大学土木工程学院邯郸056038
出 版 物:《科学技术与工程》 (Science Technology and Engineering)
年 卷 期:2024年第24卷第11期
页 面:4607-4617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(52278171) 河北省自然科学基金(E2020402079)
主 题:鹈鹕优化算法 Gauss映射 三维螺旋运动策略 反向学习 自适应平衡因子 自适应步长
摘 要:针对鹈鹕优化算法收敛速度较慢、初始化过程随机产生初始种群导致种群多样性差,在后期易陷入局部最优等问题,提出了一种融合三维螺旋飞行和混合反向学习策略的鹈鹕优化算法。首先使用Gauss映射初始化种群,提高种群多样性;其次利用三维螺旋飞行和混合最优最差反向学习策略,加强算法跳出局部最优的能力;最后,引入自适应平衡因子与自适应步长,提出鹈鹕坠落策略,以模拟捕食过程中群体的微小变化。最后,通过12个基准函数和实际案例对IPOA(improved pelican optimization algorithm)进行测试,并与8个仿生算法进行对比,测试结果与Wilcoxon符号秩和检验结果均表明IPOA收敛精度与稳定性等各项性能都有所提升,具有明显优势。