多策略协同优化的改进HHO算法

多策略协同优化的改进HHO算法
柴岩;任生
【期刊名称】《计算机应用研究》
【年(卷),期】2022(39)12
【摘要】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。

【总页数】10页(P3658-3666)
【作者】柴岩;任生
【作者单位】辽宁工程技术大学理学院
【正文语种】中文
【中图分类】TP301.6
【相关文献】
1.基于混合动态罚函数改进协同优化算法的船舶结构静动力学优化设计
2.基于改进协同演化算法的综合能源系统经济性与可靠性优化规划
3.多策略协同改进的阿基
米德优化算法及其应用4.基于改进遗传算法的半挂牵引车平顺性与操稳性协同优化5.基于改进蚁群优化算法的自动驾驶多车协同运动规划
因版权原因，仅展示原文概要，查看原文内容请购买。