返回
Catch fish optimization algorithm based on improved multi-strategy fusion
DOI:10.1088/2631-8695/ae2078.png)
摘要
En 中文
捕鱼优化算法(CFOA)是一种元启发式算法,模拟渔民的捕鱼过程。该算法在优化性能和聚类问题方面表现良好,但在独立搜索和集体捕捞阶段存在一定缺陷,导致探索效率低且局部开发能力弱。为解决上述问题,提出了一种基于改进多策略融合的捕鱼优化算法(GCFOA)。该算法采用马尔可夫引导的柯西扰动策略,并构建动态精英选择池,以解决因参考个体随机选择导致的探索效率低的问题。同时,结合柯西分布的重尾特性增强全局探索能力及跳出局部最优的能力。为平衡探索与开发过程,设计了Sigmoid动态调整机制,用平滑过渡方法替代固定阈值,以提升对复杂解空间的适应性。引入Broyden-Fletcher-Goldfarb-Shanno(BFGS)进行局部搜索以细化全局最优解,弥补原算法在局部搜索能力上的不足,从而提高收敛精度。所提GCFOA算法在41个基准函数及多个实际工程优化问题上进行了评估,并与六种其他群智能算法进行比较。实验结果表明,GCFOA在收敛精度和稳定性方面显著优于竞争算法。此外,Friedman和Wilcoxon符号秩检验从统计上证实了所提改进的有效性。
Keyword:
catch fish optimization algorithm
sigmoid adjustment mechanism
BFGS algorithm
engineering problems
期刊
E
IF:
1.6
论文数:
2.1K
被引数:
0
机构
引用论文
An improved gorilla troops optimizer for global optimization problems and feature selection一种改进的大猩猩部队优化器,用于全局优化问题和特征选择
A novel improved whale optimization algorithm to solve numerical optimization and real-world applications一种新的改进鲸鱼优化算法,用于解决数值优化和实际应用
DTSMA: Dominant Swarm with Adaptive T-distribution Mutation-based Slime Mould AlgorithmDTSMA: 基于自适应t分布变异的优势群黏菌算法
An Adaptive Sinusoidal-Disturbance-Strategy Sparrow Search Algorithm and Its Application一种自适应正弦扰动策略的麻雀搜索算法及其应用
Sensors
IF0

