引入相量算子和流向算子的天鹰优化算法

周玉,裴泽宣,王培崇,陈博

Aquila optimizer based on phasor operator and flow direction operator

Yu ZHOU,Zexuan PEI,Peichong WANG,Bo CHEN

表 4 测试函数的结果 (dim=30，${f_9} , {f_{10}},{f_{15}} \sim {f_{16}}$)

Tab.4 Results of test function (dim=30，$ {f_9} , {f_{10}},{f_{15}} - {f_{16}} $)

函数 算法 最优值 平均值 标准差 函数 算法 最优值 平均值 标准差 $ {f_9} $ SOA −0.9750 −0.8620 0.6335 $ {f_{15}} $ SOA 2.300×103 2.300 4×103 0.6635 PSO −1 −0.9808 0.0235 PSO 2.300×103 2.300×103 0 SSA −1 −1 0 SSA 2.300×103 2.300×103 0 GNDO −1 −0.9362 0.4655 GNDO 2.300×103 2.300×103 2.523 1×10−4 PPSO −1 −0.9362 0.0536 PPSO 2.300×103 2.300×103 0 FDA −1 −0.9363 0.0016 FDA 2.300×103 2.300×103 11.3250 AO −1 −1 0 AO 2.300×103 2.300×103 0 MIAO −1 −1 0 MIAO 2.300×103 2.300×103 0 $ {f_{10}} $ SOA −954.6222 −932.0502 32.1507 $ {f_{16}} $ SOA 2.450 0×103 2.455 5×103 23.2264 PSO −66.8437 −66.8437 0 PSO 2.450 0×103 2.450 0×103 10.3210 SSA −959.6407 −956.6214 5.6316 SSA 2.450 0×103 2.450 0×103 8.1243 GNDO −959.6406 −959.6406 2.547 6×10−5 GNDO 2.450 0×103 2.450 0×103 11.2356 PPSO −64.3969 −61.6541 5.3991 PPSO 2.450 0×103 2.450 0×103 6.8401 FDA −959.6407 −959.6407 0 FDA 2.433 5×103 2.433 5×103 16.3205 AO −959.6405 −954.2410 10.2659 AO 2.450 0×103 2.450 0×103 6.0213 MIAO −959.6407 −959.6407 0 MIAO 2.433 3×103 2.433 3×103 6.1089