科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决海洋捕食者算法(MPA)自适应能力有限、易陷入局部最优等问题，提出融合多策略改进的海洋捕食者算法(EMPA)。首先，在种群初始化阶段，采用精英反向学习策略初始化猎物种群，丰富种群的多样性。其次，在阶段更新过程中，设计出具有更强非线性收敛性的自适应惯性权重，控制捕食者在整个过程中的位置更新。在此基础之上，在等速比阶段，引入算术优化算子指导猎物搜索空间，平衡种群的全局勘探和局部开采。进一步，在海洋记忆存储阶段，采用t分布变异策略对猎物位置进行变异，增强个体在迭代后期跳出局部最优的能力。通过在8个测试函数上的算法性能测试及与著名算法的比较，验证了EMPA算法的优越性。最后，针对传统方法设计的断路器储能弹簧结构参数设置不合理、分断性能差等缺陷，应用EMPA对断路器储能弹簧进行优化设计，实验结果表明，EMPA算法的设计结果更加小型化、分断性能更优。
- 单位
