计算机工程与应用

2022, v.58;No.1013(22) 271-283

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

融合混沌对立和分组学习的海洋捕食者算法
Marine Predator Algorithm Based on Chaotic Opposition Learning and Group Learning

马驰;曾国辉;黄勃;刘瑾;

摘要(Abstract):

针对海洋捕食者算法存在收敛速度慢、不易逃出局部最优的缺点,提出了一种改进海洋捕食者算法。将混沌映射与对立学习策略相结合,在保证遍历性和随机性的同时,生成高质量的初始猎物种群。引入自适应t分布变异算子更新种群,增加种群多样性,避免陷入局部最优。对更新后的种群,按照适应度分为精英组和学习组,学习组向精英组猎物的平均维度进行学习,精英组内的猎物相互维度学习,进一步提高种群质量和搜索精度。选取15个测试函数,通过对比测试,验证了改进后的算法可以有效提高原算法的收敛速度和寻优精度。将改进后的算法应用于无线传感器网络覆盖优化,实验结果显示,改进后的算法提高了网络覆盖率,优化后的节点分布更加均匀。

关键词(KeyWords): 混沌映射;对立学习;自适应t分布;分组学习;海洋捕食者算法

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(61603242,61701296)

作者(Authors): 马驰;曾国辉;黄勃;刘瑾;

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享