摘要
将二维卷积运算引入智能优化算法的种群位置更新过程,提出一种新的智能优化算法,即卷积优化算法(Convolution Optimization Algorithm,COA).该算法主要包括卷积搜索和解质量增强2种机制:在卷积搜索过程中,分别定义纵向卷积核、横向卷积核和区域卷积核,依次进行二维卷积运算并更新种群的位置向量,然后将3种卷积核更新后的种群的位置向量进行随机权重或等比例权重相加,进一步更新种群的位置向量;在解质量增强过程中,对最优解的搜索空间逐维进行带非惯性权重的高斯变异,并对最优解进行扰动,从而提高算法的局部搜索能力.结合其他几种算法对12个不同类型的基准函数进行仿真实验,结果表明:COA具有优异的收敛精度、收敛速度、稳定性和寻优能力.
NETL
NSTL
维普
万方数据