-
题名基于折射反向学习的改进正弦余弦探路者算法
被引量：2
- 1
-
-
作者
毛雪迪
王冰
夏煌智
-
机构
牡丹江师范学院数学科学学院
牡丹江师范学院应用数学研究所
-
出处
《微电子学与计算机》
2024年第3期37-52,共16页
-
基金
国家自然科学基金(12271036)
牡丹江师范学院科研项目(GP2020003)
牡丹江师范学院校级课题(kjcx2022-097mdjnu,kjcx2022-019mdjnu)。
-
文摘
针对探路者算法(Pathfinder Algorithm,PFA)在寻优时收敛速度慢、求解精度低与极易陷入局部最优等问题,提出一种基于折射反向学习的改进正弦余弦探路者算法运用于函数优化问题当中。首先,通过折射反向学习策略初始化种群,利用折射与反向原理相结合使初始解更加靠近最优解位置,优质的种群定位能为迭代期的策略执行提供良好基础;其次,在探路者位置更新阶段引入改进的正弦余弦个体位置更新方式,该方式将原更新式中的线性步长搜索因子进行替换,以非规律的模式产生新代探路者个体,从而降低个体忽略最优解的概率,同时提出一种自适应权重添加至原更新式当中,配合正、余弦函数对算法的全局搜索与局部开发能力进行平衡;最后,将本文算法运用于12个经典的基准测试函数与10个具有复杂特征的CEC2014基准测试函数上进行寻优求解,并将其运用于压力容器设计与三杆桁设计问题,同时选取了合适的评价指标对算法性能进行评估。实验结果表明:本文算法在收敛速度、寻优精度与局部最优规避性方面均有较大提升,出色的工程优化性能也证明了本文算法的鲁棒性。
-
关键词
探路者算法
函数优化问题
折射反向学习
正弦余弦算法
工程优化问题
-
Keywords
pathfinder algorithm
function optimization problem
refracted opposition-based learning
sines and cosines algorithm
engineering optimization problem
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
