计算机科学与探索

作者：贾鹤鸣, 文昌盛, 吴迪, 饶洪华, 刘庆鑫, 力尚龙

单位：1. 三明学院 信息工程学院，福建 三明 3650042. 三明学院 教育与音乐学院，福建 三明 3650043. 海南大学 计算机科学与技术学院，海口 570228

关键词：鱼优化算法,元启发式优化算法,联合反向学习,宿主切换机制,白鲸优化算法,基准函数测试,工程问题求解

䲟鱼优化算法（ROA）是2021年提出的元启发式优化算法，其模拟了海洋中鱼寄生依附宿主、经验攻击和宿主觅食的行为。ROA的结构简单且易于实现，但全局性稍显不足，易导致算法收敛速度慢甚至后期难以收敛的现象。针对上述问题，在探索阶段加入宿主切换机制，引入新宿主白鲸，提高原算法的探索能力；同时加入联合反向学习策略，增强了算法跳出局部最优的能力，进一步提高了算法的综合优化性能。通过以上改进，提出了一种融合联合反向学习与宿主切换机制的?鱼优化算法（IROA）。为了验证IROA的性能与改进优势，将IROA与原始ROA、6种典型的原始算法以及4种关于ROA的改进算法进行对比。通过CEC2020标准测试函数的实验结果表明，IROA具有更强的寻优能力和更高的收敛精度；最后针对汽车防撞性设计问题的求解，进一步验证了IROA的优势和工程适用性。

来源：2023年第12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2023年第12期