单纯形法引导的自适应沙猫群优化算法及应用

摘要

为了克服沙猫优化算法(SCSO)在高维优化问题上，易陷入局部最优和收敛精度差的问题，提出了一种单纯形法引导的自适应沙猫群优化算法(SASCSO).首先，采用了一种自适应围捕策略，使沙猫个体随机出现在自适应控制的算法搜索边界内，帮助算法逃逸局部陷阱.其次，利用单纯形法引导较差个体构建几何搜索路径以提升算法的搜索能力.与其他对比算法相比，SASCSO在100维度的CEC2017基准函数测试集的综合优胜率为75.86%,结合非参数分析表明该算法是解决高维复杂优化问题的可行方法.此外，将SASCSO应用于三维无线传感器网络覆盖和复杂环境下无人机航径优化问题，结果显示SASCSO在两个实际问题上均提供了最优的方案，验证了SASCSO在实际优化中的适用性和优越性.

关键词

沙猫群优化算法 / 自适应围捕策略 / 单纯形法 / 无线传感器网络覆盖 / 无人机航径优化

基金资助

国家自然科学基金地区基金项目（32060193,62062047）资助; 云南省重大科技专项计划项目（202202AD080006）资助