多策略融合的改进金豺优化算法

李丹丹; 朱石磊; 李仲康; 介百坤; 王宏

doi:10.13873/J.1000-9787(2025)01-0127-04

Chinese

您当前的位置：

首页 >

文章列表页 >

多策略融合的改进金豺优化算法

计算与测试 | 更新时间：2025-09-11

- 多策略融合的改进金豺优化算法
- 暂无标题
- 传感器与微系统 2025年第1期页码：127-130
- 作者机构：
  
  郑州轻工业大学建筑环境工程学院
- 作者简介：
- 基金信息：
  
  河南省科技攻关项目(232102211050);河南省高等学校重点科研项目计划资助项目(22A470014)
- DOI：10.13873/J.1000-9787(2025)01-0127-04
  中图分类号： TP18
- 纸质出版：2025
- 稿件说明：
移动端阅览
李丹丹, 朱石磊, 李仲康, 等. 多策略融合的改进金豺优化算法[J]. 传感器与微系统, 2025,(1):127-130.
李丹丹, 朱石磊, 李仲康, 等. 多策略融合的改进金豺优化算法[J]. 传感器与微系统, 2025,(1):127-130. DOI： 10.13873/J.1000-9787(2025)01-0127-04.

DOI：

摘要

针对金豺优化(GJO)算法收敛速度慢、寻优精度低、勘探开发能力不足等缺点，提出一种多策略融合的改进金豺优化(MIGJO)算法。首先，加入佳点集法丰富金豺个体的初始种群，提高算法的遍历性；其次，在算法探索阶段，引入黄金正弦算法改变金豺的位置更新方式，增强算法局部开发和全局搜索能力；最后，结合反向学习和柯西变异策略，在最优解位置进行扰动变异，提高算法跳出局部最优的能力。对7个基准测试函数和当前现有改进麻雀算法进行仿真实验。测试结果表明，MIGJO算法具有更好的寻优精度和收敛性，验证了本文所采用改进策略的有效性和算法的优越性。

Abstract

关键词

Keywords

references

Chopra Nitish,Mohsin Ansari Muhammad.Golden jackal optimization: A novel nature-inspired optimizer for engineering applications[J].Expert Systems With Applications,2022.

TANYILDIZI, E.,DEMIR, G..Golden Sine Algorithm: A Novel Math-Inspired Algorithm[J].Advances in Electrical and Computer Engineering,2017.

徐凯,张会妨.基于自适应金豺算法动压滑动轴承的多目标优化[J].机械强度,2023(03).

谢豪,李立君,廖凯,高自成.基于金豺优化算法的PID参数优化研究[J].现代制造工程,2023(03).

宋玉生,刘光宇,朱凌,王坚.改进的灰狼优化算法在SVM参数优化中的应用[J].传感器与微系统,2022(09).

宁中正,和煦,杨小勇,赵小强.嵌入差分进化和惯性权重的正弦余弦算法[J].传感器与微系统,2022(08).

王义,张达敏,邹诚诚.增强全局搜索和自适应蜉蝣算法[J].哈尔滨工业大学学报,2022(11).

汤安迪,韩统,徐登武,谢磊.基于混沌麻雀搜索算法的无人机航迹规划方法[J].计算机应用,2021(07).

吕鑫,慕晓冬,张钧,王震.混沌麻雀搜索优化算法[J].北京航空航天大学学报,2021(08).

张天佳,杨永胜.基于并行结构的多种群粒子群优化算法[J].传感器与微系统,2020(09).

何庆,林杰,徐航.混合柯西变异和均匀分布的蝗虫优化算法[J].控制与决策,2021(07).

李小川,刘媛华,王影歌.求解最小最大VRP的精英反向学习鱼群算法[J].传感器与微系统,2020(02).

张达敏,徐航,王依柔,宋婷婷,王栎桥.嵌入Circle映射和逐维小孔成像反向学习的鲸鱼优化算法[J].控制与决策,2021(05).

刘香品,宣士斌,刘峰.引入佳点集和猴群翻过程的人工蜂群算法[J].模式识别与人工智能,2015(01).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

融合IGJO与TEB算法的移动机器人路径规划

多场景下基于IGJO-DWA算法的机器人路径规划

基于改进LGWO的关节电机滑模预测电流控制

基于NAR-IBA的水轮机调速系统频率控制优化