计算机与现代化 ›› 2024, Vol. 0 ›› Issue (06): 38-42.doi: 10.3969/j.issn.1006-2475.2024.06.007
摘要:
摘要:针对阿基米德优化算法(AOA)寻优过程中存在兼顾全局探索和局部开发能力弱、寻优精度低、易陷入局部最优等问题,提出一种基于LHS和正余弦搜索算子的阿基米德优化算法(LSAOA)。首先,采用拉丁超立方抽样方法初始化种群,提高种群的均衡度和多样性;其次,改变全局搜索与局部搜索的切换模式,提高算法的收敛速度和精度;最后,引入正余弦搜索算子改进局部搜索方式,提高算法的局部搜索开发能力。仿真实验将LSAOA算法与其他改进AOA算法,以及其他元启发式算法在国际通用基准测试函数下进行寻优比较,实验结果表明,LSAOA算法在求解精度和收敛速度等方面具备较好的综合性能。
关键词:阿基米德优化算法; 拉丁超立方抽样; 正余弦搜索算子
中图分类号: