-
题名融合多策略改进的班翠鸟算法及微电网调度
- 1
-
-
作者
何印
孔玲玲
郑哲明
-
机构
云南民族大学电气信息工程学院
云南省无人自主系统重点实验室
-
出处
《电子测量技术》
北大核心
2025年第7期55-65,共11页
-
基金
国家自然科学基金(52061042)项目资助。
-
文摘
为解决班翠鸟优化算法(PKO)收敛精度低和易陷入局部最优等问题,本文提出了一种多策略改进的班翠鸟优化算法(IPKO)。首先,采用拉丁超立方抽样避免在高维问题中出现过度集中或忽视潜在有利区域的情况,降低局部最优的风险;其次,引入鱼鹰算法(OOA)中的定位捕鱼机制,增强最优区域的探索和逃逸局部最优的能力;最后,融合新的坠落机制提高搜索稳定性,避免过早收敛,同时通过自适应变异率终止条件,自适应地平衡全局探索与局部开发,从而优化解的质量和搜索效率。比较了在不同特征维度下的训练-测试准确率、运行时间等,并分析了种群大小和迭代次数对算法性能的影响;通过在12个基准测试函数上进行实验对比,实验结果表明,IPKO在收敛速度、求解精度、稳定性以及Friedman检验方面均优于其他对比算法。将IPKO应用于微电网调度问题中,证明了此算法较其他算法成本更低,较原算法PKO降低了1.92%,验证了实际问题中的有效性与可靠性。
-
关键词
班翠鸟优化算法
拉丁超立方抽样
鱼鹰定位捕鱼机制
坠落机制
优化调度
-
Keywords
pied kingfisher optimizer
Latin hypercube sampling
osprey positioning fishing mechanism
falling mechanism
optimization scheduling
-
分类号
TN819.1
[电子电信—信息与通信工程]
-
