基于自适应旋转学习和危机意识策略的海洋捕食者算法

针对海洋捕食者算法(Marine Predators Algorithm,MPA)收敛速度慢、求解精度低以及容易陷入局部最优等缺点,提出一种基于自适应旋转学习和危机意识策略的海洋捕食者算法(ARCMPA)。首先,针对MPA算法收敛速度慢、收敛精度低的问题,引入危机意识策略,提高算法探索解空间能力,加强算法前期开发能力不足,加快前期算法收敛速度,改善算法解的质量。其次,引入自适应旋转学习机制,使整个种群的位置分布更加均匀,有效增强算法在迭代时种群的多样性,避免算法在前期加快收敛速度后陷入局部最优。通过2种策略的引入,有效增强算法的整体性能。本文选取10个基准测试函数,并与其他元启发式算法进行比较。实验结果表明,以上改进有助于提高算法整体性能。