来源：期刊VIP网 时间：
作者：陈雅;
单位：广西警察学院;
摘要：为解决北极海雀优化算法（arctic puffin optimization,APO）在迭代过程中出现的收敛精度低、收敛速度慢、易陷入局部寻优等多种问题，提出一种基于多策略融合改进的北极海雀优化算法（improved arctic puffin optimization algorithm based on multi-strategy fusion,IAPO）。在种群初始化阶段引入佳点集策略，通过借助佳点集数学特性优势，可以在特定搜索空间内生成均匀分布的种群节点。在每次迭代过程开始前，使用基于透镜成像原理的反向学习对每次迭代更新之后的种群、最优种群进行重新计算，找到优质的反向解，使得反向解更具有动态性和灵活性。在北极海雀算法的水下觅食阶段引入动态柯西变异策略，其长尾特性能够使得变异产生较大扰动，从而避免算法陷入局部寻优，增强算法的全局搜索能力。在仿真实验部分，将IAPO与APO、PSO、HBA、RBMO、POA以及其他3种单策略变体算法，分别在CEC2005测试函数集上进行测试，结果表明，IAPO算法的综合性能均优于其他对比算法。
关键词：北极海雀优化算法;;佳点集;;基于透镜成像原理的反向学习;;动态柯西变异策略;;多策略融合
基金资助：国家建设高水平大学公派研究生项目（202008450033）;; 广西高校中青年教师基础能力提升项目（2023KY0910）;; 广西高等教育本科教学改革工程重点项目（2020JGZ161）;; 广西壮族自治区公安厅科研基金资助项目（2023GAQN111）
