一种随机调整控制参数的鲸鱼优化算法

被引：64

作者：

钟明辉 ^{[1
]}

龙文 ^{[2
]}

机构：

[1] 广西外国语学院信息工程学院

[2] 贵州财经大学贵州省经济系统仿真重点实验室

来源：

科学技术与工程 | 2017年 / 17卷 / 12期

关键词：

鲸鱼优化算法; 随机; 控制参数; 佳点集; 全局搜索; 局部搜索;

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：

针对标准鲸鱼优化算法在处理复杂优化问题时出现搜索精度低和易出现早熟收敛等缺点,提出一种随机调整控制参数的改进鲸鱼优化算法(EWOA)。受粒子群优化算法中惯性权重的启发,利用随机分布的方式调整控制参数,以平衡鲸鱼优化算法的全局搜索和局部搜索能力。对当前最优个体执行服从正态分布的变异扰动,以避免算法出现早熟收敛现象。此外,采取佳点集方法替代随机方法产生初始个体以提高算法的全局收敛速度。6个标准测试函数的仿真实验结果表明EWOA能有效处理高维复杂优化问题。

引用

页码：68 / 73

页数：6

共 9 条

[1]

The Whale Optimization Algorithm.[J].Seyedali Mirjalili;Andrew Lewis.Advances in Engineering Software.2016,

[2]

Artificial bee colony algorithm with variable search strategy for continuous optimization.[J].Mustafa Servet Kiran;Huseyin Hakli;Mesut Gunduz;Harun Uguz.Information Sciences.2015,

[3]

Adaptive gbest-guided gravitational search algorithm..[J].Seyedali Mirjalili;Andrew Lewis.Neural Computing and Applications.2014, 7-8

[4]

An effective hybrid cuckoo search algorithm for constrained global optimization..[J].Wen Long;Ximing Liang;Yafei Huang;Yixiong Chen.Neural Computing and Applications.2014, 3-4

[5]

Grey Wolf Optimizer.[J].Seyedali Mirjalili;Seyed Mohammad Mirjalili;Andrew Lewis.Advances in Engineering Software.2014,

[6]

Bat algorithm for constrained optimization tasks.[J].Amir Hossein Gandomi;Xin-She Yang;Amir Hossein Alavi;Siamak Talatahari.Neural Computing and Applications.2013, 6

[7]

具有全局收敛性的改进萤火虫优化算法 [J].