针对海鸥优化算法(SOA)寻优路径单一、寻优精度较低、易陷入局部最优等问题,提出新的多方向螺旋搜索的混沌海鸥优化算法(Multi-directional Exploring Seagull Optimization Algorithm Based On Chaotic Map MESOA).首先,利用混沌序列...针对海鸥优化算法(SOA)寻优路径单一、寻优精度较低、易陷入局部最优等问题,提出新的多方向螺旋搜索的混沌海鸥优化算法(Multi-directional Exploring Seagull Optimization Algorithm Based On Chaotic Map MESOA).首先,利用混沌序列对海鸥种群进行初始化,令海鸥个体分布更加均匀,能够更加准确地接近目标;其次,让海鸥选择不同方向的螺旋飞行路径,使海鸥飞行路径不再单一,增加算法多样性;最后,根据算法收敛情况进行围绕目标的小范围搜索,避免算法过早收敛,提高算法跳出局部最优的能力.本文选取了8个基准测试函数对算法进行了实验,以不同角度对于算法的性能进行测试,并使用Wilcoxon秩和检验来证明算法的性能,结果表明了MESOA算法改进在寻优能力、稳定性、鲁棒性等方面均有提升.展开更多
文摘针对海鸥优化算法(SOA)寻优路径单一、寻优精度较低、易陷入局部最优等问题,提出新的多方向螺旋搜索的混沌海鸥优化算法(Multi-directional Exploring Seagull Optimization Algorithm Based On Chaotic Map MESOA).首先,利用混沌序列对海鸥种群进行初始化,令海鸥个体分布更加均匀,能够更加准确地接近目标;其次,让海鸥选择不同方向的螺旋飞行路径,使海鸥飞行路径不再单一,增加算法多样性;最后,根据算法收敛情况进行围绕目标的小范围搜索,避免算法过早收敛,提高算法跳出局部最优的能力.本文选取了8个基准测试函数对算法进行了实验,以不同角度对于算法的性能进行测试,并使用Wilcoxon秩和检验来证明算法的性能,结果表明了MESOA算法改进在寻优能力、稳定性、鲁棒性等方面均有提升.
