融合多策略改进的自适应乌鸦搜索算法

针对乌鸦搜索算法存在收敛精度低，寻优速度慢，位置更新存在盲目性等缺陷，提出了一种融合多策略改进的自适应乌鸦搜索算法(Adaptive Crow Search Algorithm with Multiple Strategy Improvements, ACSA)。首先，通过引入一种记忆遗忘机制，不仅提高了算法的收敛速度和精度，而且能够保持种群的多样性。当个体乌鸦发现存在跟随者时，引入了黄金正弦算法进行位置更新，克服了位置更新存在盲目性的不足，从而提高了算法的收敛精度。同时改进了自适应感知概率和飞行步长，以此提高算法的寻优速度和精度。将本算法运用于13个基准测试函数和三杆桁架的设计问题，并同其他的算法进行试验对比，并将实验结果进行Wilcoxon秩和检验以及Friedman检验。实验结果表明，改进后的算法在函数优化以及三杆桁架的工程优化问题上，均能够较好地寻优求解，算法的求解精度和收敛速度均得到了一定的提升。