融合动态概率阈值和自适应变异的鲸鱼优化算法

论文摘要

针对基本鲸鱼优化算法在非线性优化问题中存在的收敛精度低、易陷入局部最优解的问题,提出一种融合动态概率阈值和自适应变异的鲸鱼优化算法.首先,利用Fuch混沌和反向学习生成均匀的初始种群;其次,设计基于双曲余弦函数的动态调整概率阈值以协调算法全局搜索与局部开采能力,采用可变权重对鲸鱼位置更新公式修正,提高收敛速度和精度;最后,对鲸鱼精英个体引入自适应变异策略,以避免算法陷入局部最优解而搜索停滞.对13个基准测试函数仿真实验,结果表明,与基本GWO算法、PSO算法以及鲸鱼优化算法相比,该算法具有更好的求解精度、收敛速度.

论文目录

• 1 引言
• 2 鲸鱼优化算法
•   2.1 环绕包围猎物
•   2.2 气泡网攻击猎物（开采阶段）
•   2.3 随机搜索猎物（探索阶段）
• 3 融合动态概率阈值和自适应变异的鲸鱼优化算法
•   3.1 Fuch混沌反向学习策略初始种群
•   3.2 动态调整概率阈值
•   3.3 可变权重策略
•   3.4 自适应变异策略
•   3.5 算法流程
• 4 仿真实验及结果分析
•   4.1 测试函数及实验环境
•   4.2 与其他智能优化算法实验结果对比分析
•   4.3 算法改进策略有效性分析
• 5 结束语

文章来源

类型: 期刊论文

作者: 毕孝儒,牟琦,龚尚福

关键词: 鲸鱼优化算法,混沌映射,动态概率阈值,自适应变异

来源: 微电子学与计算机 2019年12期

年度: 2019

分类: 信息科技

专业: 自动化技术

单位: 四川外国语大学重庆南方翻译学院,西安科技大学计算机学院

基金: 国家自然科学基金项目(U1261114),重庆市教育委员会自然科学与技术研究项目(KJQN201802301),重庆市教育委员会自然科学与技术研究项目(KJ1602101),重庆市大学生创新创业基金项目(2017-GX-385,CQGJ17137B,18SKGH177,2018-GX-388)

分类号: TP18

DOI: 10.19304/j.cnki.issn1000-7180.2019.12.016

页码: 78-83+88

总页数: 7

文件大小: 214K

下载量: 220