-
题名多策略改进的蜣螂优化算法及其应用
- 1
-
-
作者
郭琴
郑巧仙
-
机构
湖北大学计算机与信息工程学院
湖北大学网络空间安全学院
-
出处
《计算机科学与探索》
CSCD
北大核心
2024年第4期930-946,共17页
-
基金
国家自然科学基金(61803149)。
-
文摘
蜣螂优化算法(DBO)是近年提出的智能优化算法,与其他优化算法一样,DBO也存在收敛精度低、易陷入局部最优等缺点。针对DBO的这些局限性,提出一种多策略改进的蜣螂优化算法(MIDBO)。首先,改进雏球和偷窃蜣螂对局部最优解和全局最优解的接受程度,使其根据自身搜索能力动态变化,既提升了种群质量又保持了适应度高的个体的良好搜索能力;其次,融合麻雀搜索算法中的追随者位置更新机制对算法进行扰动,并用贪婪策略更新位置,提升了算法的收敛精度;最后,当算法陷入停滞时引入柯西高斯变异策略,提高了算法跳出局部最优解的能力。仿真实验基于20个基准测试函数和CEC2019测试函数,验证了3种改进策略的有效性,将所改进算法和对比算法的优化结果进行收敛性分析和Wilcoxon秩和检验,证明了MIDBO具有良好的寻优性能和鲁棒性。将MIDBO运用在汽车碰撞优化问题的求解上,进一步验证了MIDBO在求解实际工程问题中的有效性和可靠性。
-
关键词
蜣螂优化算法
局部最优解
麻雀搜索算法
柯西高斯变异
汽车碰撞优化问题
Wilcoxon秩和检验
-
Keywords
dung beetle optimization algorithm
local optimal solution
sparrow search algorithm
Cauchy Gaussian variation
car collision optimization problems
Wilcoxon rank sum test
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-