一种多策略协同改进的海鸥算法及其应用

打开文本图片集

摘要：海鸥优化算法（SOA）作为一种随机搜索算法具有显著的优化性能，但仍然存在种群多样性程度较低、易陷入局部最优而导致寻优精度变低的问题。为了改善海鸥算法的缺陷，提出了一种多种策略协同改进的海鸥算法（CMSOA）。首先，在迭代过程中使用正余弦算法（SCA）对停滞的海鸥种群个体扰动更新，改善了整体种群的多样性；然后引入缩放因子，动态调整当前海鸥个体与最优个体之间的相对位移，提高了算法的探索与开发能力；最后，采取随机对立学习的方式对最优海鸥个体位置微调，领导整个海鸥移动至给定搜索空间的正确位置，提高跳出局部最优的能力，进一步增加寻优精度。（剩余15569字）