王旭

摘要：為了提高海豚群優(yōu)化算法的優(yōu)化能力，針對基本海豚群算法搜索階段易陷入局部最優(yōu)和早熟收斂的缺陷，將DE入算法，提出了一種改進(jìn)的海豚群算法。算法通過DE的交叉和變異機(jī)制避免局部最優(yōu)。測試結(jié)果表明，改進(jìn)的算法在收斂速度和尋優(yōu)精度方面有更好的表現(xiàn)。

Abstract： In order to improve the optimization ability of dolphin swarm optimization algorithm， an improved dolphin swarm algorithm is proposed by incorporating DE into the algorithm to overcome the shortcomings of local optimum and premature convergence in the search phase of basic dolphin swarm algorithm. The algorithm avoids local optimum through the crossover and mutation mechanism of DE. The test results show that the improved algorithm has better performance in convergence speed and optimization accuracy.

關(guān)鍵詞：海豚群算法;改進(jìn);收斂;自適應(yīng);組合優(yōu)化

Key words： dolphin swarm algorithm;improvement;convergence;self-adaption;combinatorial optimization

中圖分類號：O174 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識碼：A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號：1006-4311（2019）11-0156-03

0 ?引言

海豚群算法（Dolphin Swarm Algorithm，簡稱DSA）由浙江大學(xué)伍天騏教授于2016年提出的一種新型智能優(yōu)化算法[1]，該算法模擬海豚回聲定位、信息交流、分工合作等生物特性和生活習(xí)性，通過搜索、呼叫、接收和捕食四個關(guān)鍵階段實(shí)現(xiàn)海豚群算法的尋優(yōu)[2]。

對于海豚群算法改進(jìn)的研究，李志鵬、李衛(wèi)忠等將混沌搜索策略引入海豚群算法，通過混沌初始化、動態(tài)分群和早熟機(jī)制提高算法全局最優(yōu)能力[3]。其他學(xué)者也對其進(jìn)行了改進(jìn)[4]。本文針對算法易陷入局部最優(yōu)的缺陷，提出混合差分進(jìn)化（DE）算法對算法進(jìn)行改進(jìn)。

4 ?結(jié)論

本文針對基本海豚群算法易陷入局部最優(yōu)和早熟收斂的缺點(diǎn)，提出一種基于DE的改進(jìn)海豚群算法。該算法在迭代過程中，DE的交叉和變異，有效避免了算法陷入局部最優(yōu)和早熟的缺陷。通過仿真實(shí)驗(yàn)和方法對比，驗(yàn)證了本文提出的改進(jìn)海豚群算法是可行有效的。

參考文獻(xiàn)：

[1]Tian-qi WU， Min YAO， Jian-hua YANG. Dolphin swarm algorithm[J]. ?Frontiers of Information Technology & Electronic Engineering， 2016（8）：717-729.

[2]Kaveh A， Farhoudi N. A new optimization method： dolphin echolocation[J]. Advances in Engineering Software， 2013， 59（5）：53-70.

[3]Wang Y， Wang T， Zhang C Z， et al. A new stochastic optimization approach—dolphin swarm optimization algorithm[J].International Journal of Computational Intelligence & Applications， 2016， 15（02）：1650011.

[4]李志鵬，李衛(wèi)忠，江洋，劉唐.混沌海豚群優(yōu)化灰色神經(jīng)網(wǎng)絡(luò)的空中目標(biāo)威脅評估[J/OL].控制與決策：1-7[2018-06-07].

[5]韓忠華，董曉婷， 海波，等.改進(jìn)DE算法求解混合流水車間負(fù)荷平衡問題[J].計算機(jī)集成制造系統(tǒng)，2016，22（2）：547-557.

[6]李榮帥.基于DE算法的建筑3D打印完全遍歷路徑規(guī)劃研究[J].江西科學(xué)，2016，34（3）：370-373.

[7]司俊鴻，王小軍，黃欣.基于改進(jìn)DE算法的礦井通風(fēng)網(wǎng)絡(luò)非線性優(yōu)化求解[J].煤炭工程，2016，48（3）：64-67.