-
题名一种具有学习机制的海鸥优化算法
被引量：3
- 1
-
-
作者
王培崇
尹欣洁
李丽荣
-
机构
河北地质大学信息工程学院
河北地质大学人工智能与机器学习研究室
河北地质大学艺术学院
-
出处
《郑州大学学报（工学版）》
CAS
北大核心
2022年第6期8-14,共7页
-
基金
国家自然科学基金资助项目(61806069)
河北省高等学校科学技术研究项目(ZD2020344)。
-
文摘
为了克服海鸥优化算法在求解高维问题时存在的收敛速度慢、容易早熟和解精度低等问题,提出一种具有学习机制的海鸥优化算法(ISOAL)。首先,设计了一种基于当前粒子X_(i)与种群均值状态X_(m)差异的迁移算子,提升早期个体对解空间的搜索范围。其次,引入非线性自适应参数A保证算法适合于复杂问题解空间的搜索,避免算法过早地陷入局部最优。最后,通过引入部分精英粒子执行反向学习,加强对种群内的最优粒子所在空间的勘探,提高算法的解精度。实验选择了CEC2017中的10个无约束测试函数检测算法的性能,并与HPSO-TS、V-DVGA、DADE、CMA-ES等算法进行对比,该组实验结果显示,ISOAL比其他算法具有更高的解精度和稳定性。针对张力弹簧问题进行实验,结果表明:ISOAL所获得的弹簧总代价比SOA降低了3.5%,弹簧的线圈直径和平均直径分别下降了5.7%和3.5%。ISOAL算法具有收敛速度快、精度高和鲁棒性的特点,适合求解较高维度的连续函数优化问题和带有约束的工程优化问题。
-
关键词
海鸥优化算法
学习机制
非线性参数
反向学习
-
Keywords
seagull optimization algorithm
learning mechanism
nonlinear parameter
opposition-based learning
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
O234
[理学—运筹学与控制论]
-
