基于扰动因子和贪心策略的白骨顶优化算法

摘要：

针对白骨顶优化算法存在收敛精度低、速度慢且鲁棒性较差等问题,提出了基于扰动因子和贪心策略的白骨顶优化算法(PGCOOT).首先,该算法在种群初始化阶段采用了精英反向学习策略,提高白骨顶种群多样性;其次通过贪心策略在白骨顶移动中选择最优移动方式,以降低搜索的盲目性和低效性;然后引入扰动因子平衡算法的局部和全局探索能力.最后,将改进算法与多个群智能算法在8 个经典测试函数下进行仿真实验,其结果表明,优化后的白骨顶优化算法拥有更优的寻优精度、速度以及更好的稳定性,Wilcoxon秩和检验证明了PGCOOT算法与其他算法相较存在显著性优异.

关键词：白骨顶优化算法、精英反向学习、贪心策略、扰动因子、函数优化

所属期刊栏目：13

分类号：TP301(计算技术、计算机技术)

资助基金：贵州省科学技术厅重大科技计划项目;贵州大学培育项目

在线出版日期：2023-06-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：38-49