精英反向黄金正弦鲸鱼算法及其工程优化研究

被引:128
作者
肖子雅
刘升
机构
[1] 上海工程技术大学管理学院
基金
上海市自然科学基金;
关键词
鲸鱼优化算法; 精英反向学习; 黄金正弦算法; 大规模优化问题; 工程优化;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
140502 [人工智能];
摘要
针对鲸鱼优化算法(Whale Optimization Algorithm,WOA)存在的收敛速度慢、寻优稳定性不足等问题,本文提出了精英反向学习的黄金正弦鲸鱼优化算法(Elite Opposition-Based Golden-Sine Whale Optimization Algorithm,EGolden-SWOA).利用精英反向学习策略提高种群的多样性和质量可以有效提升算法的收敛速度,同时引入黄金分割数优化WOA的寻优方式,从而协调算法的全局探索与局部开发能力.对20个单模态和多模态测试函数进行寻优实验,并与RLPSO(Reverse-learning and Local-learning Particle Swarm Optimization)、IWOA(Improved Whale Optimization Algorithm based on nonlinear convergence factor)等多个算法进行对比,实验结果表明EGolden-SWOA具有更好的寻优精度和稳定性.进一步对EGolden-SWOA进行求解大规模问题的实验,实验结果表明EGolden-SWOA可以有效解决大规模优化问题.最后将EGolden-SWOA应用于压力容器和蝶形弹簧设计优化问题,结果表明EGolden-SWOA在工程优化方面的性能优于RCSA(Rough Crow Search Algorithm)、CPSO(Co-evolutionary Particle Swarm Optimization)等改进算法,可以有效运用于实际工程优化问题.
引用
收藏
页码:2177 / 2186
页数:10
相关论文
共 11 条
[1]
Whale Optimization Algorithm and Moth-Flame Optimization for multilevel thresholding image segmentation.[J].Mohamed Abd El Aziz;Ahmed A. Ewees;Aboul Ella Hassanien.Expert Systems With Applications.2017,
[2]
Parameter estimation of photovoltaic cells using an improved chaotic whale optimization algorithm.[J].Diego Oliva;Mohamed Abd El Aziz;Aboul Ella Hassanien.Applied Energy.2017,
[3]
Optimal siting of capacitors in radial distribution network using Whale Optimization Algorithm.[J].D.B. Prakash;C. Lakshminarayana.Alexandria Engineering Journal.2016, 4
[4]
The Whale Optimization Algorithm.[J].Seyedali Mirjalili;Andrew Lewis.Advances in Engineering Software.2016,
[5]
An effective co-evolutionary particle swarm optimization for constrained engineering design problems.[J].Qie He;Ling Wang.Engineering Applications of Artificial Intelligence.2006, 1
[6]
求解大规模优化问题的改进鲸鱼优化算法 [J].
龙文 ;
蔡绍洪 ;
焦建军 ;
唐明珠 ;
伍铁斌 .
系统工程理论与实践, 2017, 37 (11) :2983-2994
[7]
应用精英反向学习的多目标烟花爆炸算法 [J].
谢承旺 ;
许雷 ;
赵怀瑞 ;
夏学文 ;
魏波 .
电子学报, 2016, 44 (05) :1180-1188
[8]
一种基于反向学习的约束差分进化算法 [J].
魏文红 ;
周建龙 ;
陶铭 ;
袁华强 .
电子学报, 2016, 44 (02) :426-436
[9]
应用档案精英学习和反向学习的多目标进化算法 [J].
谢承旺 ;
王志杰 ;
夏学文 .
计算机学报, 2017, 40 (03) :757-772
[10]
具备反向学习和局部学习能力的粒子群算法 [J].
夏学文 ;
刘经南 ;
高柯夫 ;
李元香 ;
曾辉 .
计算机学报, 2015, 38 (07) :1397-1407