針對樽海鞘群算法的求解精度較低,收斂速度較慢等缺陷,提出一種改進的樽海鞘群算法。首先,對領(lǐng)導(dǎo)者個體執(zhí)行精英反向?qū)W習(xí)策略以平衡算法的勘探和開發(fā)能力;然后,為提高算法的求解精度,受差分進化算法的啟發(fā),引入一種差分策略來更新追隨者位置;最后,在搜索過程中對食物位置進行Gauss變異以避免陷入局部最優(yōu),為算法進行全局搜索奠定基礎(chǔ)。在10個標準測試函數(shù)和一個經(jīng)典工程問題上進行了實驗,結(jié)果表明,改進的樽海鞘群算法的搜索性能明顯優(yōu)于其對比算法。 

【文章頁數(shù)】：10 頁

【部分圖文】：

測試函數(shù)收斂曲線圖

焊接梁設(shè)計圖

測試函數(shù)收斂曲線圖

【參考文獻】：
期刊論文
[1]一種改進的灰狼優(yōu)化算法[J]. 龍文,蔡紹洪,焦建軍,伍鐵斌.  電子學(xué)報. 2019(01)
[2]基于Spark的水庫群多目標調(diào)度粒子群并行化算法[J]. 馬川惠,李瑛,黃強,李鳳.  西安理工大學(xué)學(xué)報. 2018(03)
[3]基于改進樽海鞘群算法的PMSM多參數(shù)辨識[J]. 王夢秋,王艷,紀志成.  系統(tǒng)仿真學(xué)報. 2018(11)
[4]一種求解熱電聯(lián)產(chǎn)經(jīng)濟調(diào)度問題的改進粒子群算法[J]. 李磊,吳亞麗.  西安理工大學(xué)學(xué)報. 2018(02)
[5]應(yīng)用精英反向?qū)W習(xí)策略的混合差分演化算法[J]. 汪慎文,丁立新,謝承旺,郭肇祿,胡玉榮.  武漢大學(xué)學(xué)報(理學(xué)版). 2013(02)



本文編號：3666468