文献类型：期刊文章

作　　者：潘劲成[1] 李少波[1,2] 周鹏[1] 杨贵林[1] 吕东超[1]

PAN Jincheng;LI Shaobo;ZHOU Peng;YANG Guilin;LYU Dongchao(School of Mechanical Engineering,Guizhou University,Guiyang 550025,China;State Key Laboratory of Public Big Data,Guizhou University,Guiyang 550025,China)

机构地区：[1]贵州大学机械工程学院,贵阳550025 [2]贵州大学省部共建公共大数据国家重点实验室,贵阳550025

出　　处：《计算机工程与应用》

基　　金：国家重点研发计划(2020YFB1713300);国家自然科学基金面上项目(52275480)。

年　　份：2023

卷　　号：59

期　　号：22

起止页码：92-110

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD_E2023_2024、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：蜣螂优化器(dung beetle optimizer,DBO)是一种有效的元启发式算法。蜣螂优化算法虽然具有寻优能力强,收敛速度快的特点,但同时也存在全局探索和局部开发能力不平衡,容易陷入局部最优,且全局探索能力较弱的缺点。提出了一种改进的DBO算法来解决全局优化问题,命名为MSADBO。受改进正弦算法(improved sine algorithm,MSA)的启发,赋予蜣螂MSA的全局探索和局部开发能力,扩大其搜索范围,提高全局探索能力,减少陷入局部最优的可能性。同时加入了混沌映射初始化和变异算子进行扰动。为了验证MSADBO的有效性,对该算法采用23个基准测试函数进行了测试,并与其他知名的元启发式算法进行了比较。结果表明,该算法具有良好的性能。为了进一步阐述MSADBO算法的实际应用潜力,将该算法成功地应用于3个工程设计问题。实验结果表明,所提出的MSADBO算法可以有效地处理实际应用问题。

关 键 词：蜣螂优化算法  改进正弦算法  MSADBO  混沌映射初始化  变异算子 基准测试函数  工程设计问题  

分 类 号：TP301.6]