針對(duì)正弦余弦算法（SCA,sine cosine algorithm）局部搜索能力差的缺陷,提出自學(xué)習(xí)策略和Lévy飛行的正弦余弦優(yōu)化算法（SCASL,sine cosine optimization algorithm with selflearning strategy and Lévy flight）。首先,提出正弦余弦算法自學(xué)習(xí)策略和非線性權(quán)重因子,使搜索個(gè)體記憶自身歷史最優(yōu)位置,在尋優(yōu)過程中指導(dǎo)搜索個(gè)體更新位置,提高SCA的局部搜索能力;算法尋優(yōu)后期,當(dāng)搜索陷入局部最優(yōu)時(shí),采用基于Lévy飛行的停滯擾動(dòng)策略使算法跳出局部最優(yōu),提高SCA的局部最優(yōu)規(guī)避能力。基于13個(gè)經(jīng)典基準(zhǔn)測試函數(shù)對(duì)算法性能進(jìn)行測試的實(shí)驗(yàn)結(jié)果表明,SCASL相比標(biāo)準(zhǔn)SCA和較新的優(yōu)化算法SSA,VCS,WOA,GSA,具有更高的計(jì)算效率,收斂精度以及更強(qiáng)的局部最優(yōu)規(guī)避能力。求解無人作戰(zhàn)飛機(jī)航跡規(guī)劃的仿真結(jié)果表明,在有6個(gè)敵方威脅源的戰(zhàn)場環(huán)境中,相比SCA,SCASL求解得到的飛行航跡具有更小的航跡代價(jià)。綜上,所提出的SCASL具有較強(qiáng)的尋優(yōu)能力。 

【文章來源】：重慶大學(xué)學(xué)報(bào). 2019,42(09)北大核心CSCD

【文章頁數(shù)】：11 頁

【參考文獻(xiàn)】：
期刊論文
[1]正弦余弦算法優(yōu)化的SVM模擬電路故障診斷[J]. 朱靜,何玉珠,崔唯佳.  導(dǎo)航與控制. 2018(04)
[2]具有Levy變異和精英自適應(yīng)競爭機(jī)制的蟻獅優(yōu)化算法[J]. 景坤雷,趙小國,張新雨,劉丁.  智能系統(tǒng)學(xué)報(bào). 2018(02)
[3]基于正余弦算法的城市土地利用空間的優(yōu)化配置[J]. 張哲.  山東農(nóng)業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(05)



本文編號(hào)：3420305