夏永承　沈金榮　劉夢(mèng)權(quán)

關(guān)鍵詞：cat 混沌映射；反向?qū)W習(xí)；單純形法；收斂因子；金豺優(yōu)化算法

中圖分類(lèi)號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1006-8228（2023）11-34-07

0 引言

金豺優(yōu)化算法（GJO）是新近提出的群智能優(yōu)化算法[1]，具有易于實(shí)施、穩(wěn)定性高、調(diào)整參數(shù)少等優(yōu)點(diǎn)，在很多領(lǐng)域得到了應(yīng)用[2-3]。但GJO 算法存在勘探和開(kāi)發(fā)能力不平衡，容易導(dǎo)致過(guò)度開(kāi)發(fā)并陷入局部最優(yōu)的問(wèn)題[4]。針對(duì)該算法現(xiàn)有缺陷，文獻(xiàn)[5]改進(jìn)了其收斂因子，文獻(xiàn)[6]利用了精英對(duì)立學(xué)習(xí)策略?；谝陨蠈?duì)GJO 算法的改進(jìn)經(jīng)驗(yàn)，本文利用Cat 混沌映射和精英反向?qū)W習(xí)策略初始化種群，利用單純形法優(yōu)化較差個(gè)體，改進(jìn)了收斂因子，引入自適應(yīng)權(quán)重的方式更新位置，最后引入個(gè)體記憶方法加快收斂速度并用采用高斯變異擾動(dòng)優(yōu)化最優(yōu)解。通過(guò)八個(gè)基準(zhǔn)函數(shù)的尋優(yōu)測(cè)試對(duì)比，改進(jìn)后的算法在原基礎(chǔ)上提高了收斂速度和尋優(yōu)精度。

1 金豺優(yōu)化算法

GJO算法模擬了金豺成對(duì)狩獵的習(xí)性，包括三個(gè)階段：搜索獵物；搜索并包圍獵物直到獵物停止逃跑；圍攻獵物。

⑴ 種群初始化