混合改進的蜜獾優(yōu)化算法

摘" 要： 針對蜜獾優(yōu)化算法收斂速度不夠快、容易陷入局部最優(yōu)解和全局搜索能力不夠強的問題，提出一種混合改進的蜜獾優(yōu)化算法（HIHBA）。融入螺旋搜索策略，通過螺旋搜索逐步增加搜索半徑和搜索角度，使得算法能夠更廣泛地搜索整個解空間，從而跳出局部最優(yōu)解，更快地找到全局最優(yōu)解；引入柯西變異策略進一步增強算法的全局搜索能力。對改進后的HIHBA算法與其他算法在8個基準函數(shù)上進行相同條件的對比測試，并通過Wilcoxon秩和檢驗進一步驗證其性能。仿真結果表明，HIHBA在收斂速度和收斂精度上取得了顯著的提升，與其他算法相比具有更強的競爭力和更優(yōu)越的綜合性能。

關鍵詞： 蜜獾優(yōu)化算法； 螺旋搜索策略； 柯西變異； 全局最優(yōu)解； 測試函數(shù)； 秩和檢驗

中圖分類號： TN919?34； TP301.6" " " " " " " " " 文獻標識碼： A" " " " " " " " " " "文章編號： 1004?373X（2025）07?0163?06

Hybrid improved honey badger optimization algorithm

XIE Gaoyuan， ZHANG Yaming， PU Die， PU Dongqi， QIAN Zhenghong

（School of Information Science and Technology， Yunnan Normal University， Kunming 650500， China）

Abstract： A hybrid improved honey badger optimization algorithm （HIHBA） is proposed to get rid of its insufficient convergence speed， susceptibility to getting stuck in local optima， and weak global search ability. The algorithm incorporates a spiral search strategy， gradually increasing the search radius and angle by spiral search， allowing the algorithm to search the entire solution space more widely， thereby jumping out of the local optimal solution and finding the global optimal solution faster. The Cauchy mutation strategy is introduced to further enhance the algorithm′s global search ability. The improved algorithm （HIHBA） is compared with the other algorithms under the same conditions on 8 benchmark functions， and its performance is further verified by Wilcoxon rank sum test. The simulation results show that the HIHBA has achieved significant improvements in convergence speed and accuracy， and has stronger competitiveness and superior comprehensive performance in comparison with the other algorithms.

Keywords： HBA; spiral search strategy; Cauchy mutation; global optimizer; test function; rank sum test

0" 引" 言

優(yōu)化技術在解決復雜問題時扮演著重要角色。他們通過尋找最優(yōu)解或接近最優(yōu)解來提高效率、降低成本或提升性能[1]。目前，常用的優(yōu)化算法可分為傳統(tǒng)數(shù)學規(guī)劃法和智能優(yōu)化算法兩大類[2]。傳統(tǒng)算法如梯度下降法和黃金分割法，雖然被廣泛使用，但通常面臨求解速度較慢、計算過程復雜等問題[3]。相較之下，智能優(yōu)化算法則采用啟發(fā)式策略引導搜索過程，無需問題特定的導數(shù)信息。智能優(yōu)化算法不僅可以有效避免傳統(tǒng)算法的弊端，而且具有通用性強、全局搜索能力優(yōu)越、容易實施等諸多優(yōu)點[4]。因此，智能優(yōu)化算法備受學者們重視，并廣泛應用于各類優(yōu)化問題中[5]。……