文献类型：期刊文章

作　　者：奚金明[1] 郑荣艳[1]

XI Jin-Ming;ZHENG Rong-Yan(College of Big Data Statistics,Guizhou University of Finance and Economics,Guiyang 550025,China)

机构地区：[1]贵州财经大学大数据统计学院,贵阳550025

出　　处：《计算机系统应用》

年　　份：2023

卷　　号：32

期　　号：12

起止页码：171-179

语　　种：中文

收录情况：IC、JST、ZGKJHX、普通刊

摘　　要：在齿轮系设计问题中,传统算法存在计算复杂与精度低等缺点,海鸥优化算法(SOA)得益于其算法原理简单、通用性强、参数少等特性,现多用于工程设计问题.然而,标准海鸥优化算法易出现寻优精度低、搜索速度慢等问题,本文提出一种混合策略改进的海鸥优化算法(WLSOA).首先,利用非线性递减策略增强海鸥优化算法的探索开发能力,提高寻优精度.其次,在海鸥攻击阶段引入自适应权重平衡全局与局部的搜索能力和加入莱维飞行步长对当前最优解进行扰动,提高算法跳出局部最优值的能力.然后分别使用WLSOA、黄金正弦算法、鲸鱼优化算法、粒子群优化算法、传统海鸥优化算法及最新提出的改进海鸥优化算法,通过在9个经典的测试函数上进行仿真实验来探究WLSOA的性能.结果表明,WLSOA比其他6种算法寻优精度更高,收敛速度更快.最后,在齿轮系设计问题上,通过与其他13种常见的群智能算法的比较表明,WLSOA的求解性能优于其他算法.

关 键 词：全局搜索能力 自适应权重 莱维飞行步长  测试函数

分 类 号：TP18]