基于自适应反馈调节因子的阿基米德优化算法

摘要：

针对基础阿基米德优化算法收敛速度慢、容易陷入局部最优的问题,文中提出了一种基于自适应反馈调节因子的阿基米德优化算法.首先,通过佳点集初始化种群,增强初始种群的遍历性,提高初始解的质量;其次,提出自适应反馈调节因子,平衡算法的全局探索与局部开发能力;最后,提出了莱维旋转变换策略,增加种群的多样性,以防止算法陷入局部最优.将所提算法与主流算法在14个基准测试函数以及部分CEC2014函数上进行30次比较实验,结果表明,所提算法的平均寻优精度、标准差以及收敛曲线均优于对比算法.同时将所提算法分别与对比算法在14个基准函数上进行Wilcoxon秩和检验,检验结果显示所提算法与对比算法的差异性显著.将所提算法应用于焊接梁设计问题,其相比原始算法提升了2％,验证了所提算法的有效性.

关键词：阿基米德优化算法、佳点集、自适应反馈调节因子、旋转变换算子、莱维飞行

所属期刊栏目：49

分类号：TP301.6(计算技术、计算机技术)

资助基金：贵州省科技计划项目;贵州省科技计划项目;贵州省教育厅青年科技人才成长项目;贵州大学培育项目;贵州省公共大数据重点实验室开放课题;贵州省科技计划项目

在线出版日期：2022-08-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：237-246