采用混合搜索策略的阿奎拉优化算法

摘要: 针对阿奎拉优化算法(AO)存在的不足，提出一种采用混合搜索策略的阿奎拉优化算法(HAO)。首先，利用动态调整函数平衡算法的全局探索与局部开发；其次，利用混沌自适应权重来增强算法的全局搜索能力、加快算法的收敛速度；最后，设计新的个体变异概率系数，采用改进型差分变异策略，利用适应度值较优个体引领群体中其他个体开展搜索活动，保持了种群的多样性，增强了算法跳出局部最优能力。通过8个基准测试函数和10个CEC2019测试函数，以及1个工程应用问题的数值实验仿真，实验结果表明，算法的全局收敛速度和优化精度均得到了明显地改善，跳出局部最优的能力得到了增强。