计算机科学与探索

作者：王玉芳, 程培浩, 闫明

单位：1. 天津财经大学 统计学院，天津 3002212. 天津财经大学 管理科学与工程学院，天津 300221

关键词：黑翅鸢优化算法,动态反向学习,信赖域变异,非线性单纯形法,Markov链

基金：国家社会科学基金（19CGL002）；国家自然科学基金（12301610）；天津财经大学优秀青年教师支持计划。

针对黑翅鸢优化算法（BKA）因缺乏种群内信息交流而导致搜索力度受限以及迁徙阶段种群跟随最优个体迁徙的盲目性而导致种群多样性下降的问题，提出融合信赖域和非线性单纯形法的黑翅鸢优化算法（TDNSBKA）。对黑翅鸢初始种群利用精英动态反向学习策略进行初始化，提高初始解的质量；在算法的攻击阶段，引入信赖域变异策略，实现种群内的信息交流，提高算法的收敛精度并平衡算法的探索与开发能力；在算法的迁徙阶段，对适应度最差的个体采用非线性单纯形法的反射操作，减小种群跟随领导者迁徙的盲目性，提高种群的多样性。建立TDNSBKA算法的Markov链模型，证明了其具有全局收敛性。仿真实验基于30维与50维的CEC2017测试函数，验证了3种改进策略的有效性，将改进的算法TDNSBKA和对比算法进行收敛性分析、Wilcoxon秩和检验，证明了TDNSBKA具有更优秀的收敛性能以及鲁棒性。将TDNSBKA应用在齿轮系设计和压力容器设计的求解上，验证了其在实际应用中的有用性。

来源：2025年第7期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2025年第7期