文献类型：期刊文章

作　　者：刘景森[1,2] 袁蒙蒙[2] 左方[2,3]

LIU Jing-sen;YUAN Meng-meng;ZUO Fang(Institute of Intelligent Networks System,Henan University,Kaifeng 475004,China;College of Software,Henan University,Kaifeng 475004,China;Henan International Joint Laboratory of Theories and Key Technologies on Intelligence Networks,Henan University,Kaifeng 475004,China)

机构地区：[1]河南大学智能网络系统研究所,河南开封475004 [2]河南大学软件学院,河南开封475004 [3]河南大学河南省智能网络理论与关键技术国际联合实验室,河南开封475004

出　　处：《控制与决策》

基　　金：河南省重点研发与推广专项项目(182102310886);河南省高等教育教学改革研究与实践项目(2019SJGLX080Y);河南大学研究生教育创新与质量提升项目(SYL18060145,SYL18020105)。

年　　份：2021

卷　　号：36

期　　号：9

起止页码：2152-2160

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD2021_2022、EAPJ、EI、IC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：为了进一步改善基本樽海鞘群算法容易陷入局部最优、寻优精度有时不高、求解结果不太稳定的不足,提出一种面向全局搜索的自适应领导者樽海鞘群算法.首先,在领导者位置更新公式中引入上一代樽海鞘群位置,增强全局搜索的充分性,有效避免算法陷入局部极值;然后,在领导者位置更新公式中加入惯性权重,并在全局和局部搜索的选择上引入领导者-跟随者数量自适应调整策略,使算法在迭代前期领导者数目较多且受全局最优解影响较大,能以较大的全局搜索步幅快速收敛到全局最优区域,而在迭代后期领导者步幅较小且跟随者数量较多,可以在最优解附近深度挖掘,提高算法的收敛精度;随后给出算法流程并对时间复杂度进行理论分析;最后,通过5种代表性对比算法在12个不同特征基准测试函数多个维度上的函数优化仿真实验,表明所提出的改进算法的寻优精度和稳定性均有明显提升.

关 键 词：樽海鞘群算法  全局搜索 自适应调整策略  寻优精度  收敛曲线  

分 类 号：TP301.6]