基于动态D向分割和混沌扰动的阴阳对优化算法

摘要：

为提高YYPO-SA1的性能,提出了一种基于动态D向分割和混沌扰动的阴阳对优化算法(NYYPO).首先,基于牛顿衰减机制来动态调整YYPO-SA1中的D向分割概率;然后,在分割阶段加入混沌扰动策略,NYYPO利用动态调整机制在搜索前期使用较大的D向分割概率,在搜索后期则使用较小的D向分割概率,从而提高了算法的全局搜索能力,同时使用混沌扰动策略丰富了解的多样性,并提高了算法跳出局部最优的能力;最后,将NYYPO应用于风力发电机的参数优化设计问题.选用了15个单峰、多峰和组合测试函数进行性能评估,将NYYPO、YYPO-SA1以及6个代表性的单目标优化算法:粒子群优化(PSO)算法、乌鸦搜索算法(CSA)、灰狼优化算法(GWO)、鲸鱼优化算法(WOA)、花授粉算法(FPA)、麻雀搜索算法(SSA)进行性能评测比较.结果表明NYYPO相较于YYPO-SA1在Sphere函数上有着12个数量级的提升.而在Friedman检验中NYYPO在10维、30维、50维的时候的平均排名分别为2.87、2.0、1.93,均为总排名第一,可见NYYPO在统计学意义上具有显著的性能优势.同时,在风力发电机参数优化设计问题中NYYPO也取得了更好的优化结果.

关键词：阴阳对优化算法、D向分割概率、牛顿衰减、扰动策略、tent混沌

所属期刊栏目：42

分类号：TP301.6(计算技术、计算机技术)

资助基金：江西理工大学校级基金资助项目204204600023

在线出版日期：2022-09-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：2788-2799