-
题名混合多策略改进的海鸥优化算法
- 1
-
-
作者
杨聪聪
姜金华
蒋志成
-
机构
上海第二工业大学智能制造与控制工程学院
-
出处
《机电工程》
北大核心
2025年第10期1970-1980,共11页
-
基金
上海第二工业大学电子信息学位点专项建设项目(A30DB218802-0402)。
-
文摘
针对海鸥优化算法(SOA)存在的初始化种群分布不均匀、搜索能力有限、迭代过程种群多样性下降、易陷入局部最优解的问题,提出了一种混合Chebyshev混沌序列、非线性惯性权重A、Levy飞行策略与同步扰动随机逼近(SPSA)的海鸥优化算法(CLS-SOA)。首先,采用Chebyshev混沌序列进行了海鸥种群的初始化处理,解决了海鸥种群随机初始化导致的解空间覆盖不均匀问题。调整了线性惯性权重因子A的搜索步长,优化了算法在迭代前期全局和迭代后期局部的搜索能力。引入了Levy飞行策略,扩大了算法在迭代过程中的搜索空间,解决了传统算法在迭代过程中种群搜索空间收缩导致的种群多样性下降的问题。采用同步扰动随机逼近算法对种群个体进行了局部搜索,有效提升了算法跳出局部最优的能力;然后,研究了CLS-SOA算法时间复杂度;最后,设计了CLS-SOA与5种群智能优化算法在5个标准测试函数上的仿真实验。研究结果表明:CLS-SOA未增加算法时间复杂度,同时CLS-SOA在测试函数上的最优值、最差值、平均值和标准差方面均更接近全局最优值0,其收敛曲线呈现出大斜率的指数收敛特性。该结果验证了CLS-SOA在寻优精度、稳定性、收敛速度及跳出局部最优值方面具有显著优势;并且CLS-SOA在水表数字与背景分割任务中表现出色。
-
关键词
海鸥优化算法
Chebyshev混沌序列
非线性权重因子A
Levy飞行策略
同步扰动随机逼近算法
改进的海鸥优化算法
-
Keywords
seagull optimization algorithm(SOA)
Chebyshev chaotic sequence
nonlinear weight factor A
Levy flight strategy
simultaneous perturbation stochastic approximation(SPSA)
improved seagull optimization algorithm
-
分类号
TH-39
[机械工程]
TP301.6
[自动化与计算机技术—计算机系统结构]
-
