一种改进的爬行动物搜索算法

针对爬行动物搜索算法存在早熟收敛、易陷入局部最优等问题，提出一种改进的爬行动物搜索算法(LERSA)。通过精英反向学习策略提高初始种群的质量，在种群位置更新求解适应度值的过程中加入Levy飞行策略对种群中个体位置进行更新，结合非线性加权策略改良控制参数平衡RSA算法的全局搜索与局部搜索能力。使用公开的性能验证函数、秩和检验及三杆桁架问题进行算法性能测试，结果表明改进后的算法具有良好的寻优性能，能有效解决工程优化问题。