计算机工程

作者：李斌, 潘智成

单位：1. 福建理工大学机械与汽车工程学院, 福建 福州 3501182. 福建理工大学福建省大数据挖掘与应用技术重点实验室, 福建 福州 3501183. 福建理工大学计算机科学与数学学院, 福建 福州 350118

关键词：帝国竞争算法,透镜反向学习,差分进化,精英保留,同化系数

基金：教育部人文社会科学研究规划基金(19YJA630031)

针对帝国竞争算法(ICA)收敛过快导致求解高维复杂问题容易陷入局部最优以及全局寻优能力不足等问题, 提出一种基于透镜反向学习和差分进化的帝国竞争改进算法LODE-IICA。首先, 引入透镜反向学习差分进化机制, 周期性地为算法种群提供新的进化方式和平衡各个帝国势力, 帮助算法种群跳出局部最优; 其次, 将精英保留策略植入到算法演化中, 重新分配殖民地, 维持种群多样性; 最后, 引入动态同化系数, 协调算法在不同阶段探索, 提高算法的稳定性。仿真实验中, 采用标准函数测试集、CEC2017测试集及CEC2020测试集检验LODE-IICA在多个维度下对不同类型函数的寻优能力。选取在标准函数测试集、CEC2017测试集和CEC2020测试集中具有代表性的15种改进算法与LODE-IICA进行实验结果比较, 结果显示, LODE-IICA引入的机制在大多数情况下有效地提高了算法性能, 同时具备较好的收敛速度和寻优能力。

来源：2025年第6期

《计算机工程》期刊编辑部

查看计算机工程杂志2025年第6期