科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对海洋捕食者算法寻优精度较低、收敛速度较慢等缺陷，提出一种多策略融合改进的海洋捕食者算法。首先，在迭代前通过反向差分变异对初始种群进行更新；其次，在高速比阶段提出一种双种群机制，分别以布朗运动和威布尔分布生成的步长进行全局搜索，并根据适应度大小选取优势种群更新位置；然后，在最优个体确定阶段引入t分布自适应扰动策略，同时基于贪婪选择更新海洋记忆。基于10个基准测试函数以及部分CEC2017函数，通过收敛性分析、Wilcoxon秩和检验进行性能评价，实验结果表明，相较于原始海洋捕食者算法，该算法在不同维度下的寻优精度与收敛速度均有明显改进，且显著优于其他对比算法。最后，通过压力容器设计与汽车侧面碰撞设计两个工程约束实例进一步验证了该算法的可靠性与有效性。
- 单位
