控制与决策

作者：郭文艳,王远,戴芳,刘婷

单位：西安理工大学理学院，西安710054,,西安理工大学理学院，西安710054,,西安理工大学理学院，西安710054,,西安理工大学理学院，西安710054,

关键词：正余弦算法;混沌搜索;非线性策略;反向学习;粒子群优化;灰狼优化

基金：国家自然科学基金项目(61772416,11601419).

正余弦算法是一种新的基于种群的随机寻优方法,利用正余弦函数使解震荡性地趋于全局最优解,其线性调整策略及较弱的局部搜索能力严重地影响了算法的性能.为了提高正弦余弦算法的计算精度,提出基于精英混沌搜索策略的交替正余弦算法.新算法采用基于对数曲线的非线性调整策略修改控制参数,利用精英个体的混沌搜索策略增强算法的开发能力,并将基于该策略的正余弦算法与反向学习算法交替执行增强算法的探索能力,降低算法的时间复杂度,提高算法的收敛速度.对23个基准测试函数进行仿真实验,与改进的正余弦算法以及最新的基于启发式的算法进行比较,深入的参数实验分析以及比较结果验证了所提出算法的有效性,统计分析证实了所提出算法的优越性.

来源：2019年第8期

《控制与决策》期刊编辑部

查看控制与决策杂志2019年第8期