典型文献
增强全局搜索和自适应蜉蝣算法
文献摘要：
针对蜉蝣算法全局搜索能力较差和自适应能力弱等问题,提出一种增强全局搜索能力和自适应的蜉蝣算法——MIWMA.首先引入非均匀高斯变异策略对雄性蜉蝣和雌性蜉蝣进行位置更新,对全局最优位置变异引导其他个体向优良位置靠近,促使种群具有一定指导,从而提升全局搜索能力和增强种群多样性;其次,引入不完全伽马函数与Beta累加分布的自适应惯性权重对全局搜索和开发能力建立更好的平衡,平衡种群的全局搜索和局部搜索能力,进而提升算法收敛精度,利于种群全局搜索寻找最优解的潜力;引入局部停滞对抗策略,根据迭代停滞情况,调节蜉蝣速度更新的惯性部分和社会部分,使之具有最优搜索状态,增强算法全局搜索能力.利用经典测试函数集和IEEE CEC2021测试竞赛集进行测试优化比较,验证算法的有效性和稳健性,并利用Friedman和Wilcoxon秩和检验,分析表明:提出的算法有更好的稳定性、鲁棒性和可靠性.最后运用两个工程难题进行优化,结果验证了该算法在工程优化问题上的适用性,适合求解需求高精度的优化难题.
文献关键词：
蜉蝣算法;全局搜索;非均匀高斯变异;种群多样性;停滞策略
中图分类号：
作者姓名：
王义;张达敏;邹诚诚
作者机构：
贵州大学 大数据与信息工程学院,贵阳550025
文献出处：
引用格式：
[1]王义;张达敏;邹诚诚-.增强全局搜索和自适应蜉蝣算法)[J].哈尔滨工业大学学报,2022(11):137-150
A类：
MIWMA,CEC2021,停滞策略
B类：
全局搜索,蜉蝣算法,搜索能力,自适应能力,非均匀高斯变异,变异策略,雌性,位置更新,全局最优,最优位置,种群多样性,伽马,Beta,累加,加分,自适应惯性权重,局部搜索,收敛精度,最优解,对抗策略,速度更新,部分和,社会部,最优搜索,索状,增强算法,测试函数,数集,IEEE,测试优化,Friedman,Wilcoxon,秩和检验,工程优化问题
AB值：
0.324364
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
