基于多种策略改进的小龙虾优化算法
徐勇
赵文贺
吉林建筑大学电气与计算机学院 吉林长春 130119
摘要：针对传统小龙虾优化算法易早熟收敛、全局搜索能力弱及寻优精度不足等问题,文章创新性地提出了一种融合多种优化策略,对小龙虾优化算法加以改进的方法.首先,采用Logistic-tent混沌映射机制来完成种群初始位置的设定,有效提升种群初始位置分布的随机性;其次,使用及时信息同步反向学习机制来更新个体位置,加速搜索效率并提高解的质量;最后,对最优位置进行Nelder-Mead单纯形法扰动,增强了算法局部开发的能力.基于CEC2020部分测试集进行验证,并与其他群体智能优化算法进行对比,实验结果表明改进的小龙虾优化算法(ICOA)的性能有显著提高.
关键词：小龙虾优化算法Logistic-tent混沌映射反向学习Nelder-Mead单纯形法
论文发表日期：2025-10-25
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：5( 36-40 )