融合自适应权重和纵横交叉策略的野狗优化算法

来源：计算机技术与发展杂志2025年第09期北京时间：

作者：林家馨;梁昔明

摘要：为了克服野狗优化算法(DOA)求解精度低、收敛速度慢、易陷入局部最优等不足,提出了一种融合自适应权重和纵横交叉策略的野狗优化算法(ACDOA)。算法在群体攻击和迫害攻击阶段引入自适应权重,使其全局搜索和局部搜索能力得到平衡,以提高算法的寻优效率。在所有个体选择捕猎策略完成位置更新后执行纵横交叉策略,横向交叉可以提高算法的全局搜索能力,纵向交叉可以提高算法跳出局部最优的能力。在23个标准无约束优化问题和13个高维无约束优化问题上进行数值实验,实验结果表明,ACDOA比DOA等多个对比算法有更好的求解精度和数值稳定性。计算ACDOA求解标准无约束优化问题时的种群多样性,实验结果表明ACDOA在迭代过程中能够保持更为丰富的种群多样性,以减小算法过早收敛和陷入局部最优的概率,更有利于算法找到全局最优解。对于轮系设计问题,ACDOA给出的设计方案与部分对比算法有同等的竞争力;对于悬臂梁设计问题,ACDOA给出了比其它算法更好的设计方案。

关键词：野狗优化算法;自适应权重;纵横交叉;数值试验;轮系设计;悬臂梁设计