科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对哈里斯鹰优化算法收敛速度慢、易陷入局部最优的问题，提出一种融合互利共生和透镜成像学习的哈里斯鹰优化算法（Improved Harris Hawk Optimization，IHHO）。首先，利用Tent混沌映射初始化种群，增加种群多样性，提高算法寻优性能；其次，在探索阶段融入一种互利共生思想，并引入非线性惯性因子，以增强种群信息交流，加快算法收敛速度；然后，提出一种透镜成像反向学习策略，对哈里斯鹰位置以一定概率进行扰动变异，提高算法跳出局部最优的能力。最后，通过16个基准测试函数进行仿真实验，结果表明，IHHO与其余5种算法相比，收敛速度更快、寻优精度更高、鲁棒性更强。同时，将IHHO应用于图像分割问题中，仿真实验验证了该算法在实际工程应用中的可行性。
- 单位
