《表2 两基准函数测试结果》
本文采用拉丁超立方取样方法、响应面代理模型、鲸鱼优化算法(WOA)进行寻优。WOA是Mirjalili等于2016年提出的一种模拟鲸鱼群体捕食行为的启发式优化算法,捕食行为称为泡泡网捕食方法,分为搜寻猎物、包围猎物、泡网攻击3个阶段。首先,鲸鱼随机地搜寻猎物,并且通过互相远离其他鲸鱼的位置,实现搜寻到更优的猎物;随后,鲸鱼识别出猎物的位置,向猎物靠拢;最后,鲸鱼采取螺旋的方式包围猎物,收缩包围圈,实现捕食。研究表明,WOA具有原理简单、易于实现、参数较少等优势[20]。为了验证WOA的可靠性,用单峰函数(Sphere函数)、多峰基准测试函数(Rastrigr函数)对其进行校验。函数的变量维数为30,函数最小值为0,函数的变量变化范围分别为-100~100、-5.12~5.12,函数最大迭代次数为500,独立运行次数为30。表2给出了两基准测试函数的测试结果。由表可得,相比于粒子群优化算法(PSO)和引力搜索算法(GSA),WOA的最小值更接近于0,说明WOA的寻优能力高于PSO和GSA。本文的整个优化流程如图4所示。
图表编号 | XD00139430400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.10 |
作者 | 黄松、阳诚武、韩戈、赵胜丰、王名扬、卢新根 |
绘制单位 | 中国科学院工程热物理研究所、中国科学院大学、中国科学院工程热物理研究所、中国科学院大学、中国科学院工程热物理研究所、中国科学院工程热物理研究所、中国科学院大学、中国科学院工程热物理研究所、中国科学院大学、中国科学院工程热物理研究所、中国科学院大学 |
更多格式 | 高清、无水印(增值服务) |