為使鯨魚優(yōu)化算法在具備擺脫局部最優(yōu)區(qū)域能力的同時(shí)提升算法尋優(yōu)能力,提出一種基于混合策略的改進(jìn)鯨魚優(yōu)化算法。利用混沌的特性對(duì)初始種群位置進(jìn)行優(yōu)化,使種群個(gè)體更加豐富多樣,位置分布更加合理;提出一種混合反向?qū)W習(xí)策略,將透鏡成像反向?qū)W習(xí)策略和最優(yōu)最差反向?qū)W習(xí)策略相結(jié)合,提高領(lǐng)導(dǎo)者跳出局部最優(yōu)區(qū)域的能力,提高算法的求解精度;出于協(xié)調(diào)改進(jìn)算法勘探能力的目的,將自適應(yīng)概率閾值p’和權(quán)重ω融入到算法中。對(duì)6個(gè)單峰函數(shù)和4個(gè)多峰函數(shù)的仿真結(jié)果驗(yàn)證了所提優(yōu)化算法在收斂速度和尋優(yōu)精度等方面有較大的提高。 

【文章來(lái)源】：計(jì)算機(jī)工程與設(shè)計(jì). 2020,41(12)北大核心

【文章頁(yè)數(shù)】：8 頁(yè)

【部分圖文】：

透鏡成像反向?qū)W習(xí)

然后,表2中的標(biāo)準(zhǔn)差可以衡量算法的穩(wěn)定性和跳出局部最優(yōu)的能力,F1～F4的求解中,除了WWOA在F1、F3的標(biāo)準(zhǔn)差和IWOA一樣,IWOA都比其它算法要好,在F5、F6的求解中,雖然沒有達(dá)到理論值,但I(xiàn)WOA的標(biāo)準(zhǔn)差都比其它算法要小,說(shuō)明IWOA在求解過(guò)程中具有一定的穩(wěn)定性;在求解多峰函數(shù)F7時(shí),雖然PWOA、TWOA等也能達(dá)到了理論值,但如圖2所示,IWOA的收斂精度和收斂速度明顯比其它幾種算法要好,在求解F8～F10時(shí),IWOA的標(biāo)準(zhǔn)差均小于其它算法,進(jìn)而說(shuō)明本文算法的穩(wěn)定性和局部尋優(yōu)能力比其它法更優(yōu)秀。最后,從表2中平均耗時(shí)可以看出,在相同維度下,融合4種改進(jìn)策略的IWOA平均耗時(shí)最長(zhǎng),加入1種改進(jìn)方法的WWOA、TWOA、OWOA、PWOA這4種算法的平均耗時(shí)次之,但都比WOA的平均耗時(shí)要長(zhǎng),原因是增加算法的種群大小、增加算法探索區(qū)域等改進(jìn)方式都可能引導(dǎo)算法找到更好的解,但與此同時(shí)也會(huì)相應(yīng)消耗整個(gè)尋優(yōu)過(guò)程的時(shí)間,而相比于其它算法,GWO和PSO的平均耗時(shí)是最短的。


本文編號(hào)：3012991