期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
多策略协同优化的改进HHO算法 被引量:6
1
作者 柴岩 任生 《计算机应用研究》 CSCD 北大核心 2022年第12期3658-3666,3677,共10页
为进一步提升哈里斯鹰优化算法(HHO)的收敛精度和迭代速度,提出一种多策略协同优化的改进HHO算法(MSHHO)。首先采用拉丁超立方抽样方法初始化种群,加强个体在解空间区域的均匀化分布程度;其次引入融合莱维飞行的自适应阿基米德螺旋机制... 为进一步提升哈里斯鹰优化算法(HHO)的收敛精度和迭代速度,提出一种多策略协同优化的改进HHO算法(MSHHO)。首先采用拉丁超立方抽样方法初始化种群,加强个体在解空间区域的均匀化分布程度;其次引入融合莱维飞行的自适应阿基米德螺旋机制于局部搜索阶段,完善算法开采机制并有效增强个体邻域的搜索严密性,提高算法收敛精度;最后鉴于算法在迭代后期易于陷入局部极值情形,采取柯西变异和反向学习的混合变异策略交替扰动最优个体以助其快速逃离局部极值区,加快算法迭代速度。通过对基准测试函数的求解对比分析、Wilcoxon秩和检验和CEC2014复杂函数对比分析,证实了改进算法优异的寻优性能和稳健的鲁棒性。 展开更多
关键词 哈里斯鹰优化算法 拉丁超立方抽样 莱维飞行 自适应阿基米德螺旋 混合变异
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部