融合互利共生和透镜成像学习的HHO算法

• 作者: 陈功 曾国辉 黄勃 刘瑾
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 哈里斯鹰优化算法 Tent混沌映射 互利共生 透镜成像 反向学习 图像分割
• 年，卷（期）: 2022,（10）
• 所属期刊栏目: 理论与研发|Theory, Research and Development
• 页码范围: 76-86
• 页数: 11页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2106-0105

摘要

针对哈里斯鹰优化算法收敛速度慢、易陷入局部最优的问题,提出一种融合互利共生和透镜成像学习的哈里斯鹰优化算法(improved Harris hawks optimization,IHHO).利用Tent混沌映射初始化种群,增加种群多样性,提高算法寻优性能;在探索阶段融入一种互利共生思想,并引入非线性惯性因子,以增强种群信息交流,加快算法收敛速度;提出一种透镜成像反向学习策略,对哈里斯鹰位置以一定概率进行扰动变异,提高算法跳出局部最优的能力.通过16个基准测试函数进行仿真实验,结果表明,IHHO与其余5种算法相比,收敛速度更快,寻优精度更高;鲁棒性更强.同时,将IHHO应用于图像分割问题中,仿真实验验证了该算法在实际工程应用中的可行性.