改进正弦算法引导的蜣螂优化算法

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 algo-rithm,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

所属期刊栏目：59

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家重点研发计划;国家自然科学基金

在线出版日期：2023-11-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共19页

页码：92-110