科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对标准均衡优化算法（EO）存在全局搜索和局部搜索的平衡能力不足以及易陷入局部最优的问题，提出了一种基于可变生成概率和多差分柯西变异的均衡优化算法(VDEO)。首先，结合Tent混沌映射增加初始化种群的多样性，为寻优提供基础；其次，引入可变的生成概率代替原始的固定值，使算法在迭代前期增加全局搜索能力，后期关注求解精度，以提升全局搜索和局部搜索的平衡能力；最后，融合多种差分策略和柯西变异帮助寻优过程跳出局部最优。针对包含单峰、多峰和固定维多峰在内的15个基准测试函数和CEC2022测试函数，将VDEO在多种维数下与EO、GWO、WOA、SCA、MFO、AOA、AVOA、BWO、AHA、POA十个启发式算法进行仿真对比实验，并对基准测试函数实验结果进行Wilcoxon秩和检验，实验结果表明VDEO实现了更好的全局搜索和局部搜索的平衡，并具有更好的跳出局部最优的能力以及更高的收敛精度。
- 单位
