计算机应用研究

作者：王龙达,王兴成,刘罡,

单位：1.大连交通大学自动化与电气工程学院,辽宁大连116028；2.大连海事大学船舶电气工程学院,辽宁大连116026；3.上海交通大学自动化系,上海200240；4.内蒙古民族大学工学院,内蒙古通辽028000；5.江西新能源科技职业学院机电工程学院,江西新余338004；6.内蒙古民族大学智能制造技术重点实验室,内蒙古通辽028000；

关键词：角度惩罚距离,收敛因子,多目标,鲸鱼优化算法,非线性递减,

基金：国家自然科学基金资助项目(60574018)；内蒙古民族大学国家基金培育项目(NMFGP17101)；内蒙古民族大学博士科研启动基金资助项目(BS416)；；

为了提高多目标鲸鱼优化算法的全局优化性能，提出了一种基于角度惩罚距离的收敛因子非线性递减多目标鲸鱼优化算法IWOA-APD。首先，针对基本多目标鲸鱼算法收敛性和多样性难以平衡的问题，采用角度惩罚距离作为解优劣评价指标。其次，给出了一种基于迭代进度和优化因子的收敛因子指数形式非线性递减策略，该策略可以通过调整优化因子进一步提升优化性能。除此之外，给出了基于融合距离与拥挤度距离的精英集维护机制，从而改善精英集的多样性维护效果。最后，为了验证该算法的有效性，基于五种标准测试函数及一种城市轨道列车速度曲线优化实际算例，在MATLAB2016b GUI平台下采用所提出的IWOA-APD与IWOA、MOWOA、dMOPSO进行对比仿真。仿真结果表明，所提出的IWOA-APD寻到了更理想的优化结果。由此说明，相比于一些性能品质良好的优化算法，IWOA-APD还具有更快的计算速度和更高的全局收敛精度。

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