摘要

为改善天鹰优化算法(aquila optimizer, AO)在求解复杂优化问题时存在易陷入局部最优等不足,提出一种多策略改进的天鹰优化算法(multi-strategy improved aquila optimizer, MIAO)。首先,提出镜像单纯形法策略扩大天鹰搜索范围,提升种群多样性和逃离桎梏能力;其次,在天鹰算法的X3阶段融入社会自由觅食策略,摆脱全局平均值的束缚,提升迭代后期天鹰个体的多样性;同时,将阶梯步进策略引入X4阶段,保证当前优势个体加快向全局最优前进的趋势,增加收敛速度;最后,改进原有开发机制,提升算法寻优能力。对10个常用基准函数以及CEC2017部分函数进行寻优实验,实验结果与Wilcoxon符号秩和检验结果均表明改进算法具有更好的寻优精度、收敛性能和稳定性。另外,通过一个机械优化设计实验进行测试分析,进一步验证所改进算法的优越性和实用性。

全文