控制与决策

作者：刘景森,姜西,赵龑骧,周欢

单位：河南大学 河南省智能网络理论与关键技术国际联合实验室，河南 开封 475004;河南大学 软件学院，河南 开封 475004,,河南大学 河南省智能网络理论与关键技术国际联合实验室，河南 开封 475004;河南大学 软件学院，河南 开封 475004,,河南大学 软件学院，河南 开封 475004,,河南大学 商学院，河南 开封 475004,

关键词：蜜獾算法;分段多样化搜索;停滞门限;小波变异;IEEE CEC2022;差异性分析

基金：河南省重点研发与推广专项项目(252102210171)；国家自然科学基金项目(72104069)；河南省研究生教育改革与质量提升工程项目(YJS2025AL98).

为克服蜜獾算法收敛精度有时不高、易早熟收敛等缺点, 增强其寻优性能以及优化效果, 提出一种多策略改进蜜獾算法(PSWHBA). 首先, 将迭代过程划分为3部分, 在不同的迭代时期选取不同的搜索策略, 以更好地平衡勘探与开发; 然后, 引入停滞门限值, 一旦达到该阈值则执行多重变异更新策略, 帮助个体跳出局部极值; 最后, 对种群中的较差解进行基于模拟退火的小波变异学习, 以提高整体种群质量, 进而提升算法的收敛速度和寻优精度. 为了全面评估PSWHBA的性能, 将其与多个具有代表性的对比算法在IEEE CEC2022测试集上进行仿真测试, 包括寻优精度、收敛性能以及与对比算法的差异性分析. 实验结果表明: PSWHBA对于算法机制的改进具有明显的有效性, 相较于对比算法具有明显的优越性, 具备出色的寻优性能和稳定性.

来源：2025年第9期

《控制与决策》期刊编辑部

查看控制与决策杂志2025年第9期