融合混合搜索算子和竞争学习的海洋捕食者算法及应用

作     者：徐中辉 饶振远 马艳丽 汤泽京 黄晓东 

作者机构：江西理工大学信息工程学院 景德镇市卫生学校 江西理工大学经济管理学院 

出 版 物：《北京航空航天大学学报》 (Journal of Beijing University of Aeronautics and Astronautics)

年 卷 期：2024年

核心收录：

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：国家重点研发计划项目子课题(2020YFB1713700 2020YFB1713705) 

主　　题：海洋捕食者算法 混合搜索算子 随机动态重心反向学习 竞争学习 工程优化问题 

摘      要：针对经典海洋捕食者算法在迭代后期种群多样性丧失、求解精度不高且难以跳出局部最优解等问题，提出了一种融合混合搜索算子和竞争学习的海洋捕食者算法（PSMPA）。引入随机动态重心反向学习机制增强了算法后期的种群多样性，扩展了搜索空间，提升了算法逃离局部最优解并加速收敛的能力;融合随机搜索和模式搜索作为混合搜索算子，增强算法的局部搜索能力;将竞争学习行为模式引入捕食者当中，改善了种群平均适应度值，有效地促进了算法的快速收敛以及显著提高解的质量。选用12个CEC2017测试函数进行仿真实验，结果表明：PSMPA在寻优性能、收敛速度和稳定性方面均取得了较大程度的改善。此外，在太阳能光伏模型参数优化设计问题上的应用进一步验证了PSMPA在实际工程优化问题的应用价值和有效性。