计算机工程

作者：向海昀, 李鸿鑫, 符晓, 苏小平

单位：1. 西南石油大学 计算机科学学院, 成都 6105002. 西南石油大学 网络与信息化中心, 成都 610500

关键词：蜜獾算法,限制反向学习机制,自适应权重因子,饥饿搜索策略,机械设计

基金：国家自然科学基金(61503312)

蜜獾算法(HBA)是一种新型智能优化算法，通过模拟蜜獾觅食行为进行寻优，具有结构简单且收敛速度快等特点。针对HBA在解决高维复杂问题时收敛精度低、收敛速度慢以及全局寻优能力不足等问题，提出一种多策略改进的蜜獾算法(MSHBA)。设计一种限制反向学习机制，随着算法迭代生成限制反向解更新种群，提高种群质量，加快算法收敛速度，引入自适应权重因子，随着迭代次数的变化调节不同寻优路径上的寻优步长，协调算法不同探索阶段，提升算法稳定性，加快收敛速度，构建一种新的饥饿搜索策略，根据种群能量以及全局最差位置改变寻优路径上的寻优步长，避免算法陷入早熟。基于9个标准测试函数对MSHBA、HBA、鲸鱼优化、哈里斯鹰、单一策略等算法在不同维度上进行仿真实验，结果表明，MSHBA具有更优的稳定性和收敛精度，将算法应用于机械设计优化问题并进行结果比较，MSHBA对比原HBA性能优化了88%，适用于求解高维复杂问题。

来源：2023年第12期

《计算机工程》期刊编辑部

查看计算机工程杂志2023年第12期