山东大学学报(工学版)

作者：柳宗元,李小光,侯宇翔,丁昊

单位：1.青岛大学自动化学院, 山东 青岛 266071;2.青岛大学智能无人系统研究院, 山东 青岛 266071

关键词：浣熊优化算法,Logistic-Tent映射,非线性递减惯性权重,黄金正弦策略,工程应用,

针对浣熊优化算法(coati optimization algorithm, COA)全局搜索能力不足、易陷入局部最优和收敛速度慢的问题,提出一种基于非线性自适应的改进浣熊优化算法(improved coati optimization algorithm based on nonlinear adaptation, NACOA)。采用Logistic-Tent映射初始化浣熊种群,提升算法初始搜索空间覆盖度,生成更加分散且高质量的初始解;引入莱维飞行策略,利用其长跳跃特性,增强算法的全局搜索能力,有效避免算法陷入局部最优;利用非线性递减惯性权重提高种群的适应性与搜索效率,平衡全局搜索和局部搜索能力,并通过黄金正弦策略提高种群收敛精度。在基准测试函数上进行对比仿真试验,结果表明NACOA具有更好的收敛速度和寻优精度。将NACOA应用到工程问题设计中,证明了该算法的有效性和实用性。

来源：2026年第1期

《山东大学学报(工学版)》期刊编辑部

查看山东大学学报(工学版)杂志2026年第1期