融合多策略改进红尾鹰优化算法及其应用.pdfVIP

第35卷第1期计算机技术与发展Vol.35No.1

2025年1月COMPUTERTECHNOLOGYANDDEVELOPMENTJan.2025

融合多策略改进红尾鹰优化算法及其应用

赵倩，郭锋*，王婷，刘元凯

（临沂大学信息科学与工程学院，山东临沂276000）

摘要：红尾鹰优化算法(Red-tailedHawkOptimizer,RTH)具有较强的全局搜索和快速收敛能力，但收敛精度低、局部开

发性能不足。针对此问题，该文提出一种融合多策略改进的红尾鹰优化算法（ImprovedRed-tailedHawkOptimizer，

IRTH）。首先，在初始种群生成阶段引入了佳点集模型，以增进红尾鹰种群的多样性；其次，利用切线飞行策略优化步长来

改进个体的位置更新策略，从而提高算法的收敛速度和精度；最后，弓引入高斯柯西变异策略，解决算法迭代后期容易陷入

局部最优问题。采取基准测试函数、Wilcoxon秩和检验等实验将改进算法IRTH与其他5种经典算法进行对比,实验结果

表明,IRTH收敛性和寻优精度整体均优于其他算法。最后,将IRTH应用于光伏功率预测领域,结果表明,该模型的

RMSE、MAPE和MAE分别为9.58%0.61%和6.91%，相比单一极限学习机模型和其他算法优化模型分别提高了85.

04%、22.48%和67%，从实际工程领域验证了改进策略的有效性和优异性。

关键词：红尾鹰优化算法；佳点集切线飞行；高斯柯西变异；光伏功率预测；极限学习机

中图分类号：TP18文献标识码：A文章编号：1673-629X(2025)01-0140-08

doi:10.20165/j.cnki.ISSN1673-629X.2024.0276

ImprovedRed-tailedHawkOptimizerIntegratingMultiple

StrategiesandItsApplications

ZHAOQian,GUOFeng*,WANGTing,LIUYuan-kai

(SchoolofInformationScienceandEngineering,LinyiUniversity,Linyi276000,China)

Abstract:Red-tailedHawkOptimizer(RTH)hasstrongglobalsearchandfastconvergenceability,butlowconvergenceaccuracyand

insufficientlocaldevelopmentperformance.Tosolvethisproblem,weproposeanImprovedRed-tailedHawkOptimizer(IRTH)that

integratesmultiplestrategiesforenhancement.Pirstly,thebestpointsetmodelisintroducedintheinitialpopulationgenerationstageto

enhancethediversityofthered-tailedhawkpopulation.Secondly,tangentialflightstrategyisusedtooptimizethestepsizeandimprove

theindividualpositionupdatestrategy,soastoimprov