改进的樽海鞘群算法及在焊接梁问题中的应用

发布时间：2022-07-29 12:28

　　针对樽海鞘群算法的求解精度较低,收敛速度较慢等缺陷,提出一种改进的樽海鞘群算法。首先,对领导者个体执行精英反向学习策略以平衡算法的勘探和开发能力;然后,为提高算法的求解精度,受差分进化算法的启发,引入一种差分策略来更新追随者位置;最后,在搜索过程中对食物位置进行Gauss变异以避免陷入局部最优,为算法进行全局搜索奠定基础。在10个标准测试函数和一个经典工程问题上进行了实验,结果表明,改进的樽海鞘群算法的搜索性能明显优于其对比算法。 

【文章页数】：10 页

【部分图文】：

测试函数收敛曲线图

焊接梁设计图

测试函数收敛曲线图

【参考文献】：
期刊论文
[1]一种改进的灰狼优化算法[J]. 龙文,蔡绍洪,焦建军,伍铁斌.  电子学报. 2019(01)
[2]基于Spark的水库群多目标调度粒子群并行化算法[J]. 马川惠,李瑛,黄强,李凤.  西安理工大学学报. 2018(03)
[3]基于改进樽海鞘群算法的PMSM多参数辨识[J]. 王梦秋,王艳,纪志成.  系统仿真学报. 2018(11)
[4]一种求解热电联产经济调度问题的改进粒子群算法[J]. 李磊,吴亚丽.  西安理工大学学报. 2018(02)
[5]应用精英反向学习策略的混合差分演化算法[J]. 汪慎文,丁立新,谢承旺,郭肇禄,胡玉荣.  武汉大学学报(理学版). 2013(02)



本文编号：3666468