计算机应用

作者：力尚龙, 刘建华, 贾鹤鸣

单位：1.福建理工大学 计算机科学与数学学院, 福州 350118；2.福建省大数据挖掘与应用技术重点实验室(福建理工大学), 福州 350118；3.三明学院 信息工程学院, 福建 三明 365004

关键词：爬行动物搜索算法,教与学优化算法,二次插值的天牛须搜索算法,透镜成像反向学习,工程问题求解

基金：国家自然科学基金资助项目(62172095);福建省自然科学基金资助项目(2023J01349)

爬行动物搜索算法（RSA）具有较强的全局探索能力，但开发能力相对薄弱，在迭代后期无法较好地收敛。针对上述问题，综合教与学优化（TLBO）算法、二次插值的天牛须搜索（BAS）算法和透镜成像反向学习策略，提出一种融合多狩猎协调策略的爬行动物搜索算法（MHCS-RSA）。MHCS-RSA保留了RSA包围阶段（全局探索）和狩猎阶段（局部开发）中狩猎合作的位置更新公式，在狩猎阶段，将狩猎协调融合TLBO算法的学习阶段和二次插值的BAS进行位置更新，以增强算法的开发能力和收敛能力；此外，引入透镜成像反向学习策略以增强算法跳出局部最优的能力。在CEC 2020测试函数上的实验结果表明，MHCS-RSA具有良好的寻优能力、收敛能力以及鲁棒性。最后通过对拉力/压力弹簧设计问题和减速器设计问题的求解，进一步验证了MHCS-RSA求解实际问题的有效性。

来源：2024年第9期

《计算机应用》期刊编辑部

查看计算机应用杂志2024年第9期