-
题名多策略黑猩猩优化算法研究及其工程应用
被引量：12
- 1
-
-
作者
黄倩
刘升
李萌萌
郭雨鑫
-
机构
上海工程技术大学管理学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2022年第19期174-183,共10页
-
基金
国家自然科学基金(61075115,61673258)
上海市自然科学基金(19ZR1421600)。
-
文摘
针对基本黑猩猩优化算法存在的依赖初始种群、易陷入局部最优和收敛精度低等问题,提出一种多策略黑猩猩优化算法EOSMICOA(chaotic elite opposition-based simple method improved COA)。在EOSMICOA算法中,利用混沌精英反向学习策略对黑猩猩个体位置进行初始化,提高种群的多样性和质量,同时在位置更新过程中利用单纯形法和群个体记忆机制对较差个体进行改进,进一步提高算法的局部开发能力和勘探能力,以及算法的寻优精度。为验证改进算法的寻优能力,将EOSMICOA算法与多个智能算法对20个复杂函数进行对比实验,结果表明EOSMICOA在收敛精度、寻优速度等方面都有明显优势。最后,将EOSMICOA与当前最新改进算法应用于焊接梁设计中,对比结果表明EOSMICOA可以更有效地应用于工程设计优化问题。
-
关键词
黑猩猩优化算法
无限折叠迭代混沌映射
精英反向学习
单纯形法
群个体记忆机制
-
Keywords
chimp optimization algorithm
infinite folding iterative chaotic map
opposition-based learning
simple method
group individual memory mechanism
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
