多策略改进的蜣螂优化算法及其工程实例应用

来源：电子测量技术杂志2024年第21期北京时间：

作者：朱国庆，韩东颖，米振涛，刘艳飞，杜晓彤

单位：1.中国机械总院集团青岛分院有限公司 青岛 266300; 2.燕山大学车辆与能源学院 秦皇岛 066004

摘要：蜣螂优化算法(DBO)虽独具优势，同时也存在一些问题，如收敛精度低下以及容易陷入局部最优。为了解决这些难题，提出了一种名为MSIDBO的改进型蜣螂优化算法，目的是增强优化效果，同时保持全局和局部搜索的平衡。提出了一种自适应适应度距离平衡策略，该策略通过优化蜣螂的觅食和偷窃行为，有效地避免算法陷入局部最优解的困境；同时，引入引导学习策略和局部最优扰动方案，加快算法的收敛速度，平衡算法在局部开发和全局探索能力之间的关系。为评估MSIDBO算法的性能，采用CEC2017测试函数进行仿真实验，在3个实际工程设计问题中，同时运用了MSIDBO算法，并与其他5种优化算法进行了比较，结果表明，MSIDBO算法在收敛速度、求解精度和稳定性方面均表现出显著优势，充分验证了其在实际应用中的高效性和可靠性。

关键词：蜣螂优化算法;引导学习策略;自适应适应度距离平衡策略;局部最优扰动