文献类型：期刊文章

作　　者：张达敏[1] 陈忠云[1] 辛梓芸[1] 张绘娟[1] 闫威[1]

ZHANG Da-min;CHEN Zhong-yun;XIN Zi-yun;ZHANG Hui-juan;YAN Wei(School of Big Date and Information Engineering,Guizhou University,Guiyang 550025,China)

机构地区：[1]贵州大学大数据与信息工程学院,贵阳550025

出　　处：《控制与决策》

基　　金：贵州省自然科学基金项目(黔科合基础[2017]1047号)。

年　　份：2020

卷　　号：35

期　　号：9

起止页码：2112-2120

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSCD、CSCD2019_2020、EI、IC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：针对樽海鞘群算法求解精度不高和收敛速度慢等缺点,提出一种基于疯狂自适应的樽海鞘群算法.引入Tent混沌序列生成初始种群,以增加初始个体的多样性;在食物源位置上引入疯狂算子,增强种群的多样性;在追随者位置更新公式中引入自适应惯性权重,使算法的全局搜索和局部搜索能力得到更好的平衡.使用统计分析、收敛速度分析、Wilcoxon检验、经典基准函数和CEC2014函数的标准差评估改进樽海鞘群算法的效率.结果表明,改进算法具有更好的全局搜索能力和求解鲁棒性,同时,寻优精度和收敛速度也比原来算法有所增强,尤其在求解高维和多峰测试函数上,改进算法拥有更好的性能.

关 键 词：混沌映射 疯狂算子  惯性权重 樽海鞘群算法  函数优化

分 类 号：TP301]