基于改进自适应黑洞机制的引力搜索算法

作者:许文俊; 王锡淮; 肖健梅; 顾俊瑜
更新时间:

针对基本的引力搜索算法算法(GSA)存在的早熟、易陷入局部优化、缺乏有效的加速机制等缺点,提出了一种基于改进自适应黑洞机制的改进自适应黑洞重力搜索算法(iabh-GSA)。通过改进种群的Tent映射初始化,使初始种群的分布更加随机、均匀和遍历,增强了算法的全局搜索能力。引入了改进的自适应黑洞机制,并根据粒子演化选择了位置更新策略,使位置更新更加合理,有效地降低了粒子陷入局部最优的可能性。通过基于学习思想的最优和最差粒子更新策略,增强了算法逃离局部优化的能力,提高了算法的优化速度。引入群体迁移,为算法提供有效的加速收敛机制。最后,选取八个基准函数对IABHGSA进行测试,并与相关算法的实验结果进行比较。结果表明,IABHGSA具有更好的优化性能。