多策略融合的改进黏菌算法

摘要：

针对标准黏菌算法(SMA)存在的容易陷入局部最优解、收敛速度慢以及求解精度低等问题,提出一种多策略融合的改进黏菌算法(MSISMA).首先,引入布朗运动和莱维飞行机制以增强算法的搜索能力;其次,根据算法进行的不同阶段分别改进黏菌的位置更新公式,以提高算法的收敛速度和收敛精度;然后,应用区间自适应的反向学习(IAOBL)策略生成反向种群,以提升种群的多样性和质量,从而提高算法的收敛速度;最后,引入收敛停滞监测策略,当算法陷入局部最优时,通过对部分黏菌个体的位置重新初始化使算法跳出局部最优.选取23个测试函数,将MSISMA与平衡黏菌算法(ESMA)、黏菌-自适应引导差分进化混合算法(SMA-AGDE)、SMA、海洋捕食者算法(MPA)和平衡优化器(EO)进行测试和比较,并对算法运行结果进行Wilcoxon秩和检验.相较于对比算法,MSISMA在19个测试函数上获得最佳平均值,在12个测试函数上获得最佳标准差,优化精度平均提升23.39％～55.97％.实验结果表明,MSISMA的收敛速度、求解精度和鲁棒性明显较优.

关键词：黏菌算法、区间自适应反向学习、布朗运动、莱维飞行、更新策略

所属期刊栏目：43

分类号：TP301.6(计算技术、计算机技术)

资助基金：四川省科学技术厅重点研发项目;成都市科技局技术创新项目

在线出版日期：2023-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：812-819