自学习策略和Lévy飞行的正弦余弦优化算法

• 作者: 李银通 王骁飞 赵辉 韩统
• 来源期刊: 重庆大学学报
• 学科: 工学
• 关键词: 优化算法 正弦余弦优化算法 自学习策略 Lévy飞行
• 年，卷（期）: 2019,（9）
• 页码范围: 55-65
• 页数: 11页
• 分类号: TP301|V247
• 语种: 中文
• DOI: 10.11835/j.issn.1000-582X.2019.09.007

摘要

针对正弦余弦算法(SCA,sine cosine algorithm)局部搜索能力差的缺陷,提出自学习策略和Lévy飞行的正弦余弦优化算法(SCASL,sine cosine optimization algorithm with self-learning strategy and Lévy flight).首先,提出正弦余弦算法自学习策略和非线性权重因子,使搜索个体记忆自身历史最优位置,在寻优过程中指导搜索个体更新位置,提高SCA的局部搜索能力;算法寻优后期,当搜索陷入局部最优时,采用基于Lévy飞行的停滞扰动策略使算法跳出局部最优,提高SCA的局部最优规避能力.基于13个经典基准测试函数对算法性能进行测试的实验结果表明,SCASL相比标准SCA和较新的优化算法SSA,VCS,WOA,GSA,具有更高的计算效率,收敛精度以及更强的局部最优规避能力.求解无人作战飞机航迹规划的仿真结果表明,在有6个敌方威胁源的战场环境中,相比SCA,SCASL求解得到的飞行航迹具有更小的航迹代价.综上,所提出的SCASL具有较强的寻优能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵辉	空军工程大学航空工程学院	66	369	11.0	16.0
2	韩统	空军工程大学航空工程学院	21	154	8.0	12.0
3	王骁飞	空军工程大学航空工程学院	12	24	3.0	4.0
4	李银通	空军工程大学航空工程学院	2	1	1.0	1.0