柯西变异的骆驼算法优化与应用

摘要：

针对骆驼算法(Camel Algorithm,CA)在执行效率低及易陷入局部最优停滞等问题,提出了改进的骆驼算法(Modified Camel Algorithm,MCA).该算法基于骆驼的行进行为,通过在全局位置处引入柯西分布函数进行变异,使得个体受局部极值点约束力下降,提高局部寻优能力,减少原始算法中使用的设置参数的数量,具有较高的计算速度和简化的结构.通过标准测试函数对MCA与CA,乌鸦搜索算法(Crow Searching Algorithm,CSA)和粒子群优化算法(Particle Swarm Optimization,PSO)进行低维与高维测试对比,实验结果表明该改进算法表现出更好的运行效率和寻优能力.通过优化受约束的工程应用即抗干扰智能天线优化来验证MCA的性能,该算法能够使天线系统到达确定的方向来完美消除干扰信号,提高在实际应用中的精度、速度与稳定性.

关键词：元启发式优化骆驼算法;骆驼行进行为;柯西变异;抗干扰智能天线优化

所属期刊栏目：57

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金;上海市自然科学基金

在线出版日期：2021-11-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：87-94