针对哈里斯鹰优化算法收敛精度低、易于早熟收敛、全局搜索与局部开发不平衡的问题，提出一种融合多策略的哈里斯鹰优化算法。利用佳点集初始化种群，提高初始解的质量；通过重新设置算法的条件，平衡算法的探索与开发；引入麻雀搜索算法中发现者位置更新公式对探索阶段进行改进，提升算法的全局搜索能力；采用柯西变异和高斯变异对最优解进行扰动，有效避免算法陷入局部最优。通过对6个基准测试函数进行仿真实验，与其他智能优化算法及其他改进的哈里斯鹰算法进行对比分析，实验结果表明改进方法的寻优能力优于对比算法。
科研之友
微信
新浪微博
Facebook
分享链接
