基于混沌扰动与柯西变异的HHO算法

对于传统哈里斯鹰算法收敛精度较低且易陷入局部最优的问题,提出改进的哈里斯鹰优化算法(Harris Hawks optimization,简称HHO).首先引入指数能量方程和正弦跳跃距离方程,然后根据个体的适应度值对个体进行柯西变异或Circle混沌扰动,有效解决其陷入局部最优问题.论文优取了10个基准函数进行测试并对结果进行Wilcoxon检验,结果表明,改进后的算法在统计水平上显著于其他对比算法,其收敛精度、速度均有所提升.