计算机应用研究

作者：马志海,刘升,

单位：上海工程技术大学管理学院,上海201620；

关键词：野马优化算法,Sinusoidal映射,自适应t分布,工程优化,

基金：国家自然科学基金资助项目(61673258,61075115)；上海市自然科学基金资助项目(19ZR1421600)；；

针对野马优化算法易陷入局部最优、收敛速度慢等缺点，提出增强型野马优化算法。首先，在种群初始化阶段，采用Sinusoidal映射，增加种群的多样性；其次，在阶段更新过程中，设计出非线性收敛性更强的自适应权重，调节全局搜索和局部优化能力；然后，在更新领导者位置阶段加入扰动因子，平衡局部和全局探索能力；进一步，利用自适应t分布变异，对个体位置进行扰动，提高算法跳出局部最优的能力。通过在CEC2021测试竞赛进行测试优化比较，验证算法的有效性和稳健性，并利用Wilcoxon秩和检验和MAE排名，验证算法的有效性。最后将算法应用到工程难题问题中，验证了其在工程优化问题上的适用性与优越性。实验结果表明，与其他智能算法相比，增强型野马优化算法具有更强的寻优能力和更快的收敛速度。

来源：2024年第7期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第7期