增强型野马优化算法及其工程应用

摘要

针对野马优化算法易陷入局部最优、收敛速度慢等缺点,提出增强型野马优化算法。首先,在种群初始化阶段,采用Sinusoidal映射,增加种群的多样性;其次,在阶段更新过程中,设计出非线性收敛性更强的自适应权重,调节全局搜索和局部优化能力;然后,在更新领导者位置阶段加入扰动因子,平衡局部和全局探索能力;进一步,利用自适应t分布变异,对个体位置进行扰动,提高算法跳出局部最优的能力。通过在CEC2021测试竞赛进行测试优化比较,验证算法的有效性和稳健性,并利用Wilcoxon秩和检验和MAE排名,验证算法的有效性。最后将算法应用到工程难题问题中,验证了其在工程优化问题上的适用性与优越性。实验结果表明,与其他智能算法相比,增强型野马优化算法具有更强的寻优能力和更快的收敛速度。