融合扰动策略的自适应哈里斯鹰优化算法.pdfVIP

Vol.53No.2计算机与数字工程总第424期

338ComputerDigitalEngineering第53卷

2025年第2期

融合扰动策略的自适应哈里斯鹰优化算法∗

尚凯凯

（河北工程大学土木工程学院邯郸056038）

摘要为提高哈里斯鹰优化算法收敛精度和跳出局优的能力，提出了融合扰动策略的自适应哈里斯鹰优化算法

（ADHHO）。首先，通过改进Tent混沌映射产生更加均匀的种群，保证种群的多样性。其次，引入非线性逃逸能量函数策略，

平衡算法局部开发和全局搜索的性能。然后，通过自适应扰动对最优解进行变异扰动，避免算法进入局部最优，提升算法的

反早熟能力。最后，将ADHHO对八个基准测试函数进行仿真实验，并与群体智能优化算法和改进的HHO进行对比求解分

析。结果表明，所提算法在收敛精度和反早熟能力方面具有一定优势。

关键词哈里斯鹰优化算法；Tent混沌；非线性逃逸能量；自适应扰动

中图分类号TP301.6DOI：10.3969/j.issn.1672-9722.2025.02.008

AdaptiveHarrisHawksOptimizationAlgorithm

BasedonDisturbanceStrategies

SHANGKaikai

（SchoolofCivilEngineering，HebeiUniversityofEngineering，Handan056038）

AbstractInordertoimprovetheconvergenceaccuracyofHarrishawksoptimizationalgorithmandtheabilityofjumpingout

ofthelocaloptimization，anadaptiveHarrishawksoptimizationalgorithmbasedondisturbancestrategiesisproposed.Firstly，the

diversityofthepopulationisguaranteedbyimprovingTentchaoticmaptoproducemoreuniformpopulation.Secondly，thenonlin⁃

earescapeenergyfunctionstrategyisintroducedtobalancetheperformanceoflocaldevelopmentandglobalsearch.Then，theopti⁃

malsolutionismutatedanddisturbedbyadaptivedisturbancetoavoidtheprematurephenomenonofthealgorithmandimprovethe

abilityofthealgorithmtojumpoutoflocalextremum.Finally，theADHHOisusedtosimulateeightbenchmarkfunctions，and

swarmintelligenceoptimizationalgorithmsandimprovedHHOarecomparedforsolutionanalysis.Theresultsshowthatthepro⁃

posedalgorithmhascertainadvantagesinconvergenceaccuracyandanti-prematureability.

KeyWordsHarrishawksoptimizationalgorithm，Tentchaotic，nonlinearescapeenergy，adaptivedisturbance

ClassN