基于混沌优化和自适应反向学习的秃鹰搜索算法 |
| |
引用本文: | 石默涵,陈家清,高晨峰.基于混沌优化和自适应反向学习的秃鹰搜索算法[J].数学的实践与认识,2022(6):149-159. |
| |
作者姓名: | 石默涵 陈家清 高晨峰 |
| |
作者单位: | 武汉理工大学理学院 |
| |
基金项目: | 国家自然科学基金面上资助项目(81671633); |
| |
摘 要: | 针对秃鹰搜索算法求解精度低、收敛速度较慢、容易陷入局部最优的问题,提出一种基于混沌优化和自适应反向学习的秃鹰搜索算法.首先,在选择搜索空间阶段引入正弦混沌映射更新秃鹰群位置,增加随机性,优化全局搜索能力;其次,在俯冲捕获猎物阶段加入指数自适应,平衡了全局搜索和局部搜索,同时加快收敛速度;最后,对更新后的最优秃鹰位置使用反向学习策略,提高跳出局部最优的可能性.选取12个测试函数对算法的性能进行了测试,结果表明本文改进的秃鹰搜索算法具有更优的求解精度和收敛速度.
|
关 键 词: | 秃鹰搜索算法 正弦混沌映射 指数自适应 反向学习 群智能优化算法 |
|
|