改进正弦算法引导的蜣螂优化算法 |
| |
引用本文: | 潘劲成,李少波,周鹏,杨贵林,吕东超.改进正弦算法引导的蜣螂优化算法[J].计算机工程与应用,2023(22):92-110. |
| |
作者姓名: | 潘劲成 李少波 周鹏 杨贵林 吕东超 |
| |
作者单位: | 1. 贵州大学机械工程学院;2. 贵州大学省部共建公共大数据国家重点实验室 |
| |
基金项目: | 国家重点研发计划(2020YFB1713300);;国家自然科学基金面上项目(52275480); |
| |
摘 要: | 蜣螂优化器(dung beetle optimizer,DBO)是一种有效的元启发式算法。蜣螂优化算法虽然具有寻优能力强,收敛速度快的特点,但同时也存在全局探索和局部开发能力不平衡,容易陷入局部最优,且全局探索能力较弱的缺点。提出了一种改进的DBO算法来解决全局优化问题,命名为MSADBO。受改进正弦算法(improved sine algorithm,MSA)的启发,赋予蜣螂MSA的全局探索和局部开发能力,扩大其搜索范围,提高全局探索能力,减少陷入局部最优的可能性。同时加入了混沌映射初始化和变异算子进行扰动。为了验证MSADBO的有效性,对该算法采用23个基准测试函数进行了测试,并与其他知名的元启发式算法进行了比较。结果表明,该算法具有良好的性能。为了进一步阐述MSADBO算法的实际应用潜力,将该算法成功地应用于3个工程设计问题。实验结果表明,所提出的MSADBO算法可以有效地处理实际应用问题。
|
关 键 词: | 蜣螂优化算法 改进正弦算法 MSADBO 混沌映射初始化 变异算子 基准测试函数 工程设计问题 |
|
|