多策略融合的改进狮群算法及其工程优化

作者：黄志锋; 刘媛华; 张聪

来源：小型微型计算机系统, 2023, 1-9.

DOI：10.20009/j.cnki.21-1106/TP.2021-0600

• 狮群算法
• 混沌
• 柯西变异
• 精英反向学习

狮群算法是近年提出的一种智能优化算法，已经应用于多个领域，然而该算法仍存在搜索效率不足、易落入局部最优等问题。因此，基于狮群算法，提出了多策略融合的改进狮群算法。首先，使用Tent混沌种群的初始化方法，增强种群分布的均匀性的历遍性，提高算法初始解的质量和搜索效率；其次，采用柯西变异机制，在狮群最优位置采用柯西扰动操作，提升算法逃离局部极值的能力；再次，改进母狮位置更新方式和步长公式，提高算法后期的收敛精度；最后，融合精英反向学习，提高解的质量。选取国际通用的13个基准函数和部分CEC2014函数进行实验仿真，结果表明所提算法寻优性能和搜索精度有明显提升；另外通过对两个工程实例进行优化，结果表明改进算法在工程应用中具有优势。

• 单位
  上海理工大学