一种改进鱼鹰优化算法及其应用

摘要

针对鱼鹰优化算法(osprey optimization algorithm, OOA)在运行时存在寻优精度和稳定性差的问题，提出了如下改进策略：首先，将SPM混沌映射融入种群的初始化阶段，提升种群多样性；其次，在勘探和开采阶段分别利用威布尔分布的长、短距离随机扰动策略更新鱼鹰的位置，可有效改善OOA的收敛精度；最后，提出一种“最优-随机均值”的变异策略，用于强化OOA迭代过程中跳出局部最优的能力。所提出的算法称为改进鱼鹰优化算法(improved osprey optimization algorithm, IOOA)。为了验证IOOA的寻优能力，将IOOA与其他新兴智能算法分别对12个基准函数进行寻优对比实验，结果表明：IOOA的寻优成功率、收敛速度以及稳定性显著高于其他算法。此外，将所提出的IOOA应用于混合核相关向量机的超参数寻优中，进一步用于柴油机多目标性能预测。

关键词

鱼鹰优化算法 / SPM混沌映射 / 威布尔随机扰动 / 最优-随机均值变异策略