控制与决策

作者：张铸,张仕杰,饶盛华,王静袁

单位：湖南科技大学 信息与电气工程学院,湖南 湘潭 411201,,湖南科技大学 信息与电气工程学院,湖南 湘潭 411201,,湖南科技大学 信息与电气工程学院,湖南 湘潭 411201,,湖南科技大学 信息与电气工程学院,湖南 湘潭 411201,

关键词：樽海鞘群算法;引力搜索算法;加速度系数;正态云模型;自适应云模型;函数优化

针对樽海鞘群算法(salp swarm algorithm,SSA)在求解复合问题时存在收敛速度慢和容易陷入局部最优等缺点,提出一种结合引力搜索技术与正态云发生器的樽海鞘群算法(cloud gravitational SSA,CGSSA).在更新樽海鞘领导者位置阶段引入引力搜索算法(gravitational search algorithm,GSA)中的加速度系数,避免樽海鞘群的无效搜索,从而加快搜索速度;使用正态云模型对樽海鞘追随者位置进行更新,可丰富种群的多样性;同时正态云模型熵值能随着迭代次数增加而自适应调整,可有效地提高迭代后期的收敛精度.在23个基准函数上进行CGSSA与其他10种优化算法的综合比较,仿真实验的统计结果、箱线图和收敛曲线表明,改进后的算法在搜索效率、收敛精度和避免局部最优方面具有更好的性能.

来源：2022年第2期

《控制与决策》期刊编辑部

查看控制与决策杂志2022年第2期