采用混合搜索策略的阿奎拉优化算法

作者：付小朋; 王勇^*; 冯爱武

来源：计算机应用研究, 2022, 39(10): 3026-3032.

DOI：10.19734/j.issn.1001-3695.2022.04.0128

• 阿奎拉优化算法
• 动态调整
• 混沌自适应权重
• 改进型差分变异

针对阿奎拉优化算法(AO)存在的不足，提出一种采用混合搜索策略的阿奎拉优化算法(HAO)。首先，利用动态调整函数平衡算法的全局探索与局部开发；其次，利用混沌自适应权重来增强算法的全局搜索能力、加快算法的收敛速度；最后，设计新的个体变异概率系数，采用改进型差分变异策略，利用适应度值较优个体引领群体中其他个体开展搜索活动，保持了种群的多样性，增强了算法跳出局部最优的能力。通过八个基准测试函数和10个CEC2019测试函数，以及一个工程应用问题的数值实验仿真对所提算法进行实验验证。实验结果表明，所提算法的全局收敛速度和优化精度均得到了明显地改善，跳出局部最优的能力得到了增强。

• 单位
  广西民族大学