自适应分组融合改进算数优化算法及应用
针对算数优化算法(Arithmetic Optimization Algorithm,AOA)寻优速度慢、精度低和易受局部极值点影响的问题,提出了一种自适应分组融合改进算数优化算法(Adaptive Grouping Fusion Improved Arithmetic Optimization Algorithm,AG-AOA).首先,采用Halton序列初始化个体位置,提高迭代初期算法的多样性;然后,引入自适应分组策略对种群进行分组操作,根据适应度值大小把个体自适应分为优势组、均势组和劣势组;最后,对各组个体分别采用教与学优化策略、精英反向学习策略和振荡扰动算子进行位置更新,以提高AOA的搜索能力,减小局部极值点对算法的影响.通过包含各种复杂程度的测试函数对AG-AOA的性能进行验证,包括基准测试函数、统计显著性的Wilcoxon秩和检验以及部分CEC2014测试函数.将AG-AOA应用于两个实际工程优化问题,并将所得结果与其他元启发式算法进行了比较和分析,验证了AG-AOA的优越性.
算数优化算法、Halton序列、自适应分组、教与学优化、精英反向学习、振荡扰动算子
49
TP301(计算技术、计算机技术)
贵州省科技计划项目;贵州省科技计划项目;贵州省公共大数据重点实验室开放课题
2022-10-20（万方平台首次上网日期，不代表论文的发表时间）
共8页
118-125
