Lévy飛行的正余弦烏燕鷗混合算法及應用

孫珂琪，陳永峰

（陜西鐵路工程職業技術學院鐵道裝備制造學院，陜西渭南 714000）

1 引言

近年來，工程結構優化設計問題變得越來越復雜。傳統數值方法在求解這類復雜問題時，很難獲得理想的優化解，為克服傳統方法的缺點，元啟發式優化算法得到了較大的發展，這些算法可以用來解決高維復雜帶有非線性約束的工程結構優化設計問題。如海鷗優化算法（SOA）[1]，灰狼優化算法（GWO）[2]，正余弦優化算法（SCA）[3]，蜻蜓優化算法（FA）[4]，飛蛾火焰優化算法（MFO）[5]等。烏燕鷗算法優化算法（STOA）[6]是最近比較流行的一種新型智能優化算法，它在求解一些工業工程優化問題能夠提供較好的結果，但是存在收斂精度低、種群多樣性弱、易早熟等缺點。為改善該算法的性能，文獻[7]提出了一種混合優化算法STOA?GA 增強了STOA 算法的局部搜索能力，并成功應用于求解同步優化特征選擇的問題。

就工程實際應用而言，元啟發式算法被廣泛應用于解決主梁優化問題，文獻[8]基于DOE和狼群算法對橋式起重機主梁進行了輕量化研究。文獻[9]提出了DA_PSO算法來對主梁進行結構優化設計。文獻[10]提出了改進的螢火蟲算法，對主梁結構進行優化，取得較好的優化結果。文獻[11]將混行策略引入GA與AFSA算法中，實現了主梁的輕量化設計。文獻[12]將LSTBSVM與BAT混合優化算法用來解決主梁結構優化設計問題，并取得了較好的結果。中心引力算法用于解決箱型的起重機主梁優化設計問題，達到了在滿足性能要求的情況下，質量最優的目的[13]。……