计算机应用研究

作者：罗仕杭,何庆,

单位：贵州大学a.大数据与信息工程学院;b.贵州省公共大数据重点实验室,贵阳550025；

关键词：阿基米德优化算法,随机高斯变异策略,非线性动态密度降低因子,Lévy飞行,黄金正弦,机械设计,

基金：国家自然科学基金资助项目(62166006)；贵州省科技计划项目重大专项资助项目(黔科合重大专项字［2018］3002)；贵州省公共大数据重点实验室开放课题(2017BDKFJJ004)；贵州省科学技术厅资助项目(黔科合基础-ZK［2021］一般335)；；

针对阿基米德优化算法（AOA）寻优过程中存在全局搜索能力弱、收敛精度低、易陷入局部最优等缺陷，提出一种融合多策略的阿基米德优化算法（MAOA）。首先，采用随机高斯变异策略选取适应度优的多个个体引导种群向最优解区域寻优，增强全局搜索能力；其次，利用多种混沌映射的随机性、遍历性和多样性，引入局部混沌搜索策略扩大混沌空间的搜索范围，提高算法的局部开发能力；同时，为了协调算法的全局勘探和局部开采能力，提出一种非线性动态密度降低因子；最后，利用Lévy飞行引导机制的黄金正弦策略对种群位置进行扰动更新，增加迭代过程中种群的多样性，提高算法跳出局部最优的能力。通过对12个基准测试函数和部分CEC2014测试函数进行仿真实验，结果表明所提算法能够改善AOA全局探索能力弱、易陷入局部最优等缺点，提高AOA的寻优精度和稳定性。另外，引入机械设计案例进行测试分析，进一步验证MAOA在处理实际问题上的适用性和可行性。

来源：2022年第5期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2022年第5期