-
题名多策略多维度融合改进的河马优化算法
- 1
-
-
作者
任庆欣
冯锋
-
机构
宁夏大学信息工程学院
-
出处
《计算机科学》
北大核心
2025年第S1期301-308,共8页
-
基金
宁夏自然科学基金重点项目(2024AAC02011)。
-
文摘
针对河马优化算法(Hippopotamus Optimization Algorithm,HO)收敛速度慢、易陷入局部寻优以及对算法参数有依赖性等问题,文中提出一种多策略多维度融合改进的河马优化算法(Improved Hippo Optimization Algorithm Based on Multi-strategy and Multi-dimension Fusion,MSMDHO)。首先,利用准反向学习的映射方式生成或者扰动初始化种群,提高种群的空间分布质量。其次,引入了正余弦优化策略,将其应用在HO算法第一阶段中的描述雌性或未成熟河马种群位置更新公式中,利用其震荡性不断检测和扰动,从而达到更好的优化效果。最后,在HO的抵御捕食者阶段和逃离捕食者阶段分别使用切线飞行策略和PID搜索因子,避免种群陷入局部寻优,提高全体收敛速度。利用MSMDHO算法、HO算法、多元宇宙算法(Multi-verse Optimization,MVO)、鹈鹕优化算法(Pelican Optimization Algorithm,POA)、鼠群优化器(Rat Swarm Optimizer,RSO)、旗鱼优化算法(Sailfish Optimizer,SFO)以及粒子群算法(Particle Swarm Optimization,PSO)对8个测试函数分别进行测试,结果表明,MSMDHO算法在全局搜索能力和收敛速度的稳定性和先进性都领先其他算法。
-
关键词
河马优化算法
准反向学习
正余弦优化策略
切线飞行
PID搜索因子
-
Keywords
Hippo optimization algorithm
Quasi reverse learning
Sine cosine optimization strategy
Tangent flight
PID search factor
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
