求解大规模优化问题的改进鲸鱼优化算法

发布时间：2018-01-10 17:22

  本文关键词：求解大规模优化问题的改进鲸鱼优化算法　出处：《系统工程理论与实践》2017年11期 　论文类型：期刊论文

  更多相关文章： 鲸鱼优化算法 对立学习策略 非线性收敛因子 大规模优化问题 多样性变异

【摘要】：提出一种基于非线性收敛因子的改进鲸鱼优化算法(简记为IWOA)用于求解大规模复杂优化问题.为算法全局搜索奠定基础,在搜索空间中利用对立学习策略进行初始化鲸鱼个体位置;设计一种随进化迭代次数非线性变化的收敛因子更新公式以协调WOA算法的探索和开发能力;对当前最优鲸鱼个体执行多样性变异操作以减少算法陷入局部最优的概率.选取15个大规模(200维、500维和1000维)标准测试函数进行数值实验,结果表明,IWOA在求解精度和收敛速度方面明显优于其他对比算法.
[Abstract]:An improved whale optimization algorithm based on nonlinear convergence factor (IWOAA) is proposed for solving large-scale complex optimization problems, which lays the foundation for global search of the algorithm. In search space, the position of individual whale is initialized by using opposite learning strategy. In order to coordinate the exploration and development ability of WOA algorithm, an update formula of convergence factor is designed for nonlinear variation with the number of evolutionary iterations. In order to reduce the probability of the algorithm falling into the local optimum, the diversity mutation operation is performed on the current optimal whale individuals. The experimental results show that IWOA is superior to other comparison algorithms in accuracy and convergence speed.
【作者单位】： 贵州财经大学贵州省经济系统仿真重点实验室;贵州财经大学数学与统计学院;长沙理工大学能源与动力工程学院;湖南人文科技学院能源与机电工程学院;
【基金】：国家自然科学基金(61463009,61403046) 贵州省科学技术基金(黔科合基础[2016]1022) 商务部与贵州财经大学联合基金(2016SWBZD13) 湖南省自然科学基金(2016JJ3079)~~
【分类号】：TP18
【正文快照】： 1 引言 大规模优化问题在实际工程应用问题中普遍存在.如大规模航天器设计优化问题、大规模无线传感器布局优化问题等.大规模优化问题一般是指维数超过100的函数优化问题.在求解大规模优化问题时,随着搜索空间维数的增加,问题的复杂度以指数级增长.从而出现??维数灾难’问题W，

本文编号：1406137