关键词:
鱼鹰优化算法
螺旋振荡
莱维飞行
差分变异
柯西突变
摘要:
针对鱼鹰优化算法存在全局搜索能力不足、探索与开发不平衡以及易陷入局部最优的问题,提出一种多策略融合改进的鱼鹰优化算法。首先,在探索阶段引入分种群螺旋振荡策略,提高算法的全局搜索能力和寻优精度;其次,在开发阶段引入基于动态因子调整的莱维飞行策略,提高搜索个体跳出局部最优的能力,平衡算法的探索与开发;最后,利用多差分柯西突变策略提高种群的多样性,强化算法跳出局部最优的能力,同时提升算法的收敛速度。将该算法与7种优化算法在30个CEC2017测试函数、12个CEC2022测试函数上进行实验对比,并使用Wilcoxon秩和检验与Friedman检验进行统计测试。实验结果表明,该算法在CEC2017测试函数集、CEC2022测试函数集上Friedman平均排名均为第一。与原算法和其他6个对比算法相比,该算法在寻优精度、收敛速度以及稳定性方面表现优异。通过求解3个实例约束优化问题,验证了该算法能有效解决实际优化问题。