融合微平衡激活的小孔成像算术优化算法

为提高算术优化算法的全局勘探和局部开发性能,提出基于非线性小孔成像机理以及具有微调功能最优位置引导搜索策略的算术优化算法(IX-AOA),自适应调整算术加速优化器因子是基于平衡算法勘探与开发目的一种纵向更新策略,通过双曲线性质调整算法勘探与开发时间分配,进而实现算法的自我更新机制,达到平衡算法勘探与开发的效果。在最优个体使用基于sigmoid激活函数的权重系数调整子代位置的搜索与开发的合理受控机理,达到丰富优质候选解的目标;引入非线性小孔成像原理改善搜索机制以优化候选解之间覆盖现象导致的寻优停滞局面,最后通过8个基准函数和部分CEC2014以及Wilcoxon秩和检测验证算法函数寻优的优越性。

混沌海洋捕食者算法

海洋捕食者算法是一种新颖的基于种群的优化方法,已广泛应用于现实世界的优化应用中.但是,MPA在优化后期缺乏种群多样性,容易陷入局部最优.为了克服不足,提出了一种混沌海洋捕食者算法.首先利用立方映射生成初始种群,增强种群个体多样性;其次使用混沌局部搜索策略提高了算法的收敛性能.此外,采用中等解高斯随机游走策略来辅助算法摆脱停滞.使用部分CEC2014测试函数对提出的算法进行仿真验证.仿真结果表明,CMPA的性能比其他比较算法更具竞争力,在收敛精度和收敛速度等方面有显著提升.

狮群算法的性能改进研究

为了研究多种改进策略对狮群算法在函数寻优时性能的影响程度,提出了一种新的改进群体智能优化算法方案。该研究选取了CEC 2014测试函数集中一些不同类型的函数,在维数从低到高的情形下进行实验。利用纵横交叉策略改善个体行走方式,防止算法过早收敛;提出了基于迭代次数的自适应χ^(2)分布变异提升种群的多样性,提高寻优能力。研究的优化性能表现在算法30次求解的最优值、最差值、平均值、标准差和算法的收敛速度,选取CEC2014测试集中的函数进行仿真实验,与其他群体智能算法进行对比,并统计实验结果。结果表明,改进的狮群算法可以在求特定多峰函数全局最优解问题上取得优异性能。