很多学者根据自身的专业问题需求,对基础优化算法进行了改进和提升,以期获得更为优秀的性能。纵观茫茫文献,改进策略有非常之多,比如:混沌映射(不完全统计有10种)、柯西变异、高斯变异、差分变异、t分布扰动变异、随机游走、反向学习、莱维(levy)飞行等等。然而,这些改进策略用之无味,弃之可惜,早已烂大街,难以给人眼前一亮的感觉,多策略改进也是这些三三两两改进策略的排列组合,导致文章缺乏新意,屡投不中。
本期分享的改进策略源自2022年发表在中科院2区SCI期刊Applied Intelligence上的文章。?该文章考虑了两个改进策略:(可能博主翻译不准)
Cauchy Distribution Inverse Cumulative distribution Function?柯西逆累积分布函数
Tangent Flight Operator正切飞行算子
文章给出了用法,形式也较为简单,类似于levy飞行。
本期利用哈里斯鹰算法HHO复现了上述文章的算法,并将上述策略用于改进冠豪猪优化算法Crested Porcupine Optimizer,CPO(2024年发表在中科院1区的优化算法)。为了方便对比,改进后的算法暂取名为m-HHO和m-CPO。各位可大开脑洞,为你的算法起个时髦的名字。在常用的cec2017测试函数中进行对比,算法最大迭代次数设为500次,运行为10次。?
?
?
微信搜索并关注-优化算法侠,或扫描下方二维码关注,以算法名字搜索历史文章即可下载。
320多种基础的群智能优化算法-matlab
175种群智能优化算法python库
求解cec测试函数-matlab
解决12工程设计优化问题-matlab
求解11种cec测试函数-python
解决12种工程设计优化问题-python