一种改进的原子搜索算法

• 作者: 李建锋 卢迪 李贺香
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 原子优化算法 函数优化 自适应 高斯变异 收敛精度 测试函数
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 仿真建模理论与方法|Modeling Theory and Methodology
• 页码范围: 490-502
• 页数: 13页
• 分类号: TP301.6|TP391.9
• 语种: 中文
• DOI: 10.16182/j.issn1004731x.joss.20-0824

摘要

原子搜索算法(atom search algorithm,ASO)是模仿自然界中原子运动而提出的一种新型优化算法,针对ASO在求解复杂函数时存在易早熟及收敛速度慢的问题,提出了一种改进ASO算法(improved atomic search algorithm,IASO).I ASO加入了原子个体历史最优解产生的约束力来修正ASO的加速度,增强全局搜索能力.自适应更新2个乘数系数来协调算法的全局搜索和局部开发能力.适时采用高斯变异策略来重新更新原子位置,提高跳出早熟的能力.对14个基准函数进行仿真实验,对比其他算法,IASO在收敛速度、收敛精度方面表现出优越的性能.