基于Tent混沌和透镜成像学习策略的平衡优化器算法
DOI:
作者:
作者单位:

内蒙古工业大学

作者简介:

通讯作者:

中图分类号:

TP301.6

基金项目:

国家自然科学基金(61863029, 61364018); 内蒙古科技成果转化项目(CGZH2018129); 内蒙古自治区科技计划项目(2021GG0264、2020GG0268); 内蒙古自然科学基金(2020MS06020, 2016JQ07, 2021MS06017)


An Equilibrium Optimizer Algorithm based on a Tent Chaos and Lens Imaging Learning Strategy
Author:
Affiliation:

内蒙古工业大学

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对平衡优化器算法存在收敛速度慢且容易陷入局部最优的问题,本文提出一种改进的平衡优化器算法,引入Tent混沌映射初始化种群来提高迭代前期的收敛速度,通过透镜成像学习策略来避免迭代后期陷入局部最优。选取12个通用的标准测试函数进行仿真实验,并与多个智群优化算法进行对比,实验结果验证了改进后算法寻优性能的优越性。最后,将改进后的算法应用于移动机器人路径规划任务,结果表明:相比较原算法,改进后的算法不但具有较高的搜索效率,而且能够搜索到更短的安全路径。

    Abstract:

    To solve the problems of local optimization and slow convergence in the process of optimization and iteration, the paper proposed an improved optimization algorithm for the equilibrium optimizer, this paper proposes an improved balance optimizer algorithm, Introduce the Tent chaotic map to initialize the population to improve the convergence speed in the early stage of the iteration, and use the lens imaging learning strategy to avoid falling into the local optimum in the later stage of the iteration. Select twelve general standard test functions for simulation experiments, and compare them with multiple intelligent group optimization algorithms.The experimental results verify the superiority of the improved algorithm in optimization performance. Finally, the improved algorithm is applied to the path planning task of mobile robot. Compared with the equilibrium optimizer algorithm, the improved algorithm not only has high search efficiency, but also can search shorter secure paths.

    参考文献
    相似文献
    引证文献
引用本文
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2021-08-31
  • 最后修改日期:2022-02-28
  • 录用日期:2022-03-15
  • 在线发布日期:
  • 出版日期: