一种基于改进蜣螂优化算法的合金材料性能优化方法

本发明提出了一种基于改进蜣螂优化算法的合金材料性能优化方法，属于群体智能优化技术领域。本发明首先建立目标函数和条件约束，使用反向学习来初始化种群，增强种群多样性，降低计算成本并提升全局收敛能力；然后加入可变螺旋搜索策略，针对不同蜣螂对应不同更新策略，提高全局最优搜索性能和优化精度，同时平衡全局和局部搜索；最后将柯西变异扰动与贪婪策略融合到蜣螂优化算法中，帮助算法逃离局部最优解，通过对比新旧位置适应度来决策是否更新当前位置。本发明应用于合金性能优化领域，具有多目标优化的能力以及高效的搜索策略，搜索效率与搜索精度得到提高。