国内刊号:11-2422/TN
国际刊号:1001-506X
发布日期:
作者:魏锋涛, 张洋洋, 黎俊宇, 史云鹏
单位:西安理工大学机械与精密仪器工程学院, 陕西 西安 710048
关键词:改进正余弦算法,拉丁超立方种群初始化策略,动态分级策略,全局搜索策略,数值仿真分析
基金:国家自然科学基金(51575443);陕西省教育厅重点科学研究计划项目(20JY047);西安理工大学博士启动基金(102-451115002)
针对正余弦算法存在易陷入局部最优、求解精度不高、收敛速度较慢等问题, 提出一种基于动态分级策略的改进正余弦算法。首先, 引入拉丁超立方抽样法, 将搜索空间均匀划分, 使初始种群覆盖整个搜索空间, 以保持初始种群的多样性。其次, 采用动态分级策略, 根据适应度值的排序情况, 将种群动态划分为好中差3个等级, 并应用破坏策略与精英引导方法对其进行扰动, 以提高算法的收敛精度, 增强跳出局部最优的能力。最后, 引入反向学习方法, 设计了动态反向学习全局搜索策略, 以提高算法的收敛速度,同时对改进算法在复杂度、收敛性和稳定性方面进行性能测试, 选取15个标准测试函数在低维和高维状态下进行仿真实验分析, 并与粒子群算法、回溯搜索算法和其他改进正余弦算法进行比较。仿真分析结果表明, 所提算法有效地提高了算法的收敛性和稳定性。
来源:2021年第6期
《系统工程与电子技术》期刊编辑部