关键词:
优化
海洋捕食者算法
学习自动机
对数螺旋机制
相对反射机制
工程设计优化问题
摘要:
针对海洋捕食者算法在面对复杂函数和工程设计优化问题时存在的自适应能力有限、寻优精度有时较低、局部桎梏概率较高等缺点,提出一种新的高效自适应海洋捕食者算法.首先在海洋记忆存储阶段引入学习自动机引导的教与学搜索机制,更好地平衡算法在不同迭代时期对探索和挖掘能力的不同需求;然后在局部开发阶段,引入对数螺旋探索机制,加强算法在最优解附近的精细挖掘能力,进一步提高收敛精度;最后在算法中每次迭代末尾处加入改进的自适应相对反射策略,提升种群跳出局部最优的能力,降低局部桎梏概率.为了分析和验证该改进算法的性能,将其和6种代表性算法在进化计算大会(CEC)2017测试套件上进行100维的函数极值测试,并在4个具有挑战性的工程设计优化问题上进行测试.测试结果表明在求解多维复杂函数和工程设计优化问题时,本文改进算法的寻优精度、收敛性能和求解稳定性明显优于其他6种代表性算法,尤其在高维复杂函数下,其寻优性能的优越性更为显著.