TY - Jour A2 - Maclennan，Bruce J. Au - Zheng，Tongyi Au - Luo，Weili Py - 2019 DA - 2019/08/01 TI - 一种增强的闪电附件程序优化与基于准反对派的学习和尺寸搜索策略SP- 1589303 VL - 2019 AB - 闪电附件优化（LAPO）是一种新的全局优化算法，受到闪电附件过程中的启发。然而，类似于其他成像算法，LAPO也有自己的缺点。为了获得更好的全球搜索能力，本文提出了一个称为ELAPO的LAPO的增强版本。通过考虑估计和同时相反，纳入基于准反对派的学习策略，以改善勘探和剥削能力。此外，提出了一种维度搜索增强策略以加强算法的利用能力。32基准功能包括单向，多模式和CEC 2014功能，用于测试所提出的算法的有效性。数值结果表明，与基本LAPO和其他五种最先进的优化算法相比，ELAPO可以提供更好或更有竞争力的表现。SN - 1687-5265 UR - https://doi.org/10.1155/2019/1589303 do - 10.1155 / 2019/1589303 jf - 计算智能和神经科学Pb - Hindawi Kw - ER -