融合多策略改进的黑翅鸢优化算法

来源：电子测量技术杂志2024年第22期北京时间：

作者：周建新，侯自川，李忠泽

单位：华北理工大学电气工程学院 唐山 063210

摘要：针对基本黑翅鸢算法（BKA）收敛速度慢，易陷入局部最优等问题，提出了一种融合多策略改进的黑翅鸢算法（EBKA）。首先引入了追踪猎物位置更新策略，提高算法全局搜索能力，加快收敛速度。其次在攻击阶段提出自适应t螺旋策略，防止算法陷入局部最优。最后在迁移阶段，当黑翅鸢领导者失去领导作用时，提出了Levy切线飞行策略，避免算法早熟收敛。为了验证算法的改进效果，选取8种测试函数进行测试，并与5种群智能算法进行对比。实验结果表明:EBKA与其他群智能算法对比，在单峰函数上均能快速寻到理论最优值0，在多峰函数F5、F6、F8中30次左右就能收敛到最优值，并且F6、F7可以收敛到理论最优值0。证明了EBKA具有很好的收敛性能、稳定性和全局寻优能力。

关键词：黑翅鸢优化算法;追踪猎物策略;自适应t螺旋;Levy切线飞行

基金资助：河北省自然科学基金（F2018209201）项目资助