基于自适应惯性权重的樽海鞘群算法
针对标准樽海鞘群算法收敛精度低、收敛速度慢的问题,提出一种基于自适应惯性权重的樽海鞘群算法(AIWSSA).首先,在追随者位置更新公式中引入惯性权重因子评价个体之间的影响程度;然后,结合种群成功率与非线性递减函数对惯性权重因子进行自适应调整,使算法的全局和局部搜索能力得到更好地平衡;最后,为防止算法陷入局部最优,引入差分变异思想对非最优个体进行变异.对12个基准测试函数进行求解,实验结果表明:AIWSSA具有较高的收敛精度、收敛速度和鲁棒性;Wilcoxon统计检验结果表明:与标准樽海鞘群算法、改进的樽海鞘群算法、其他群体智能算法相比,AIWSSA表现出较好的性能.通过将其应用于两种带约束的工程设计问题,验证了AIWSSA的有效性.
樽海鞘群算法;自适应惯性权重;非线性控制参数;差分变异;约束优化
37
TP301.6(计算技术、计算机技术)
国家自然科学基金;甘肃省高校协同创新团队项目
2021-12-27(万方平台首次上网日期,不代表论文的发表时间)
共10页
237-246