期刊文章详细信息
文献类型:期刊文章
Hao Xiaohong;Song Jixiang;Zhou Qiang;Ma Ming(College of Computer&Communication,Lanzhou University of Technology,Lanzhou 730050,China;College of Electrical Engineering&Information Engineering,Lanzhou University of Technology,Lanzhou 730050,China;Wind Power Technology Center,State Grid Gansu Electric Power Research Institute,Lanzhou 730050,China)
机构地区:[1]兰州理工大学计算机与通信学院,兰州730050 [2]兰州理工大学电气工程与信息工程学院,兰州730050 [3]国网甘肃电力科学研究院风电技术中心,兰州730050
基 金:国家自然科学基金资助项目(61263008);甘肃省重大专项(17ZD2GA010);国家电网公司科技资助项目(SGGSKY00FJJS1700524)。
年 份:2020
卷 号:37
期 号:12
起止页码:3622-3626
语 种:中文
收录情况:AJ、BDHX、BDHX2017、CSCD、CSCD_E2019_2020、IC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊
摘 要:针对标准鲸鱼优化算法易出现搜索速度慢、寻优精度低及早熟收敛等问题,提出一种混合策略改进的鲸鱼优化算法。首先采用混沌映射生成初始种群增加种群多样性,为算法全局搜索奠定基础;然后引入非线性策略改进收敛因子和惯性权重,平衡算法的全局探索与局部开发能力并加快收敛速度;最后根据群体适应度方差设定阈值进行变异操作,避免算法出现早熟收敛的现象。通过对12个典型基准函数进行三方面的性能测试,实验结果表明,改进算法在搜索速度、收敛精度等方面有显著提高,且摆脱陷入局部最优解的能力强。
关 键 词:鲸鱼优化算法 混沌映射 非线性策略 惯性权重 变异操作
分 类 号:TP301.6]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...