基于双重动态调整的改进非洲秃鹫优化算法
针对非洲秃鹫优化算法(African vulture optimization algorithm,AVOA)多样性低、探索开发能力不平衡、易发生早熟的现象,提出了一种基于双重动态调整的改进非洲秃鹫优化算法(improvement African vulture optimization algorithm,IA-VOA).改进后的算法分为3个部分,通过引入混沌映射初始化种群,以确保种群在前期寻优中具有较高的多样性;加入动态调整因子来确定当前最优个体,用来平衡前期探索与后期开发的能力;针对AVOA中饥饿率的变化情况加入动态调整的高斯扰动,用于防止早熟问题的发生,提高最终解的质量.改进后的算法在9个标准测试函数上进行测试.结果表明,该算法表现出更佳的求解性能.
非洲秃鹫优化算法、高斯干扰、动态调整因子、混沌映射
43
TP18;TP301(自动化基础理论)
2024-02-27(万方平台首次上网日期,不代表论文的发表时间)
共10页
20-29