-
题名融合多策略改进的鲸鱼优化算法
被引量：2
- 1
-
-
作者
王玉芳
程培浩
-
机构
天津财经大学统计学院
-
出处
《计算机工程与应用》
北大核心
2025年第8期83-99,共17页
-
基金
国家社会科学基金(19CGL002)
天津财经大学优秀青年教师支持计划。
-
文摘
为解决鲸鱼优化算法(whale optimization algorithm,WOA)的收敛精度低和易陷入局部最优等缺点,提出一种多策略改进的鲸鱼优化算法(multi-strategy improved whale optimization algorithm,MSWOA)。设计一种动态自适应探索转换概率替代原算法中的随机探索概率,使得靠近最优个体的优秀个体更易引导全局搜索,有利于增强解的质量,防止算法陷入局部最优;引入鲸鱼个体聚集度的概念,当鲸鱼陷入聚集状态时采用大步长更新位置,防止迭代后期种群多样性减少;设计一种邻域解变异增强策略同时考虑当前个体与其相邻个体对下一代个体位置的影响,以防止种群进入聚集状态,提高算法跳出局部最优的能力。仿真实验基于CEC2017中29个测试函数和CEC2019中的10个测试函数进行,分别探究了3个改进策略对算法的探索与开发的影响、对种群多样性的影响以及对算法收敛性的影响。收敛性分析、Wilcoxon秩和检验和Fridman检验表明MSWOA具有良好的寻优性和鲁棒性。进一步,将MSWOA应用于压力容器设计和减速器设计问题上,验证了MSWOA在求解实际问题中的有效性和可靠性。
-
关键词
鲸鱼优化算法
动态自适应探索转换策略
鲸鱼个体聚集度跟随策略
邻域解变异增强策略
工程优化
-
Keywords
whale optimization algorithm(WOA)
dynamic adaptive exploration transformation strategy
whale individual aggregation degree following strategy
neighborhood solution variation enhancement strategy
engineering optimization
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名多策略改进蜣螂算法的无人机航迹规划
- 2
-
-
作者
谢涛
谭飞
李苗苗
-
机构
四川轻化工大学自动化与信息工程学院
人工智能四川省重点实验室
四川轻化工大学计算机科学与工程学院
-
出处
《传感器与微系统》
北大核心
2025年第6期132-137,共6页
-
基金
国家自然科学基金资助项目(61902268)
四川省科技计划项目(21ZDYF4052,2020YFH0124,2021YFSY0060)。
-
文摘
针对复杂环境下的无人机(UAV)航迹规划问题,提出了一种多策略改进蜣螂优化(MSDBO)算法的无人机航迹规划方法。首先,构建无人机三维任务环境与航迹代价函数;其次,采用Circle混沌映射策略初始化种群,使得蜣螂个体更好地遍历解空间;引入动态随机邻域探索策略改进滚球蜣螂位置更新公式,提高算法的全局搜索能力;引入随机方向自适应变步长探索策略,引导繁殖蜣螂的位置更新,有效平衡全局探索和局部搜索之间的关系,提高算法的收敛速度;最后,采用变异策略,对当前最优位置进行随机扰动,引导算法跳出局部最优位置。利用6个标准测试函数和无人机航迹规划进行仿真实验,实验结果表明:MSDBO算法相较于其他对比算法收敛速度更快,寻优能力更好,规划的航迹质量更优。
-
关键词
无人机
航迹规划
蜣螂算法
动态随机邻域探索策略
随机方向自适应变步长探索策略
-
Keywords
UAV
path planning
dung beetle algorithm
dynamic random neighborhood exploration strategy
random direction adaptive variable step-size exploration strategy
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
V279
[航空宇航科学与技术—飞行器设计]
-
-
题名融合多策略的沙猫群算法及其应用
- 3
-
-
作者
班云飞
张达敏
左锋琴
沈倩雯
-
机构
贵州大学大数据与信息工程学院
-
出处
《计算机工程与设计》
北大核心
2025年第7期2054-2062,共9页
-
基金
国家自然科学基金项目(62166006)
贵州省科学技术基金项目(黔科合基础[2020]1Y254)。
-
文摘
针对沙猫群算法易陷入局部最优、收敛速度慢等问题,提出一种融合多策略的沙猫群算法。将经典SCSO搜索阶段的位置更新公式做结构变体,增加种群的多样性;提出自适应麻雀因子提高算法的收敛速度和精度;在开发阶段引入动态螺旋探索策略,以一种选择概率控制该策略的作用阶段,避免算法陷入局部最优。与其它算法在8个基准测试函数和Wilcoxon秩和检验上进行对比,实验结果表明,改进算法的寻优精度高、收敛速度快且具有跳出局部最优的能力,同时将其应用在5G基站中心选址问题中,验证了算法在实际应用中的有效性和可行性。
-
关键词
沙猫群算法
结构变体
自适应麻雀因子
动态螺旋探索策略
5G基站中心选址
基准测试函数
秩和检验
-
Keywords
sand cat swarm algorithm
structural variant
adaptive sparrow factor
dynamic spiral exploration strategy
5G base station center site selection
benchmark test functions
rank sum test
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于RRT^(*)改进的移动机器人路径规划算法
被引量：6
- 4
-
-
作者
梁永豪
陈秋莲
王成栋
-
机构
广西大学计算机与电子信息学院
-
出处
《计算机工程与设计》
北大核心
2024年第3期748-754,共7页
-
基金
国家自然科学基金项目(71371058)
广西自然科学基金项目(2020GXNSFAA159090)
广西大学基金项目(XBZ200371)。
-
文摘
针对RRT^(*)算法在复杂环境路径规划中存在的盲目搜索、冗余节点及路径较长等问题,提出一种融合树扩展策略和采样策略的改进RRT^(*)算法(AF-RRT^(*))。通过创造父节点改进RRT^(*)扩展树的结构,缩小路径长度;引入自适应探索,增加采样导向的选择性,减少路径搜索时间,同时不会陷入局部最优陷阱;通过动态步长,减少冗余节点。仿真结果表明,AF-RRT^(*)算法在多种环境下,路径获取效率和路径质量均优于RRT^(*)和F-RRT^(*)。消融实验验证了AF-RRT^(*)算法和算法各功能模块的有效性。
-
关键词
路径规划
快速扩展随机树
创造父节点
自适应探索
动态步长
树扩展策略
采样策略
-
Keywords
path planning
optimal rapidly-exploring random tree(RRT^(*))
parent node creation
adaptive exploration
dynamic step size
tree expansion strategy
sampling strategy
-
分类号
TP242.6
[自动化与计算机技术—检测技术与自动化装置]
-
