多策略混合改进的蛇形优化算法及其工程应用

作者：纪玉颖; 刘升^*

来源：国外电子测量技术, 2023, 42(11): 178-189.

DOI：10.19652/j.cnki.femt.2305191

• 蛇形优化算法
• 精英反向学习机制
• 黄金正弦莱维飞行策略
• CEC2019
• 车辆侧面碰撞

针对标准蛇形优化算法存在种群初始化随机和收敛速度、精度不足的缺陷，提出一种混合多策略改进的蛇形优化算法。首先，使用精英反向学习机制改进原算法种群初始化过程，提高初始解的质量；同时，将黄金正弦作为局部优化算子嵌入到莱维飞行策略中，加快算法的收敛速度和精度，平衡算法的全局探索和局部开发。实验使用了10个基准测试函数和CEC2019测试函数，同时还使用了Wilcoxon秩和检验以及高维测试函数来验证提出算法的有效性，实验结果表明，提出的改进策略有效且各策略间相辅相成，使得改进后算法的求解精度和鲁棒性更具竞争力。最后，将提出的改进算法应用于车辆侧面碰撞设计问题，计算得到的最小重量为22.487 26,在各对比算法中仍然具有明显优势，验证了提出算法在工程问题应用中的有效性。

• 单位
  上海工程技术大学