基于改进乌鸦搜索算法评定圆度误差

简介

针对传统启发式智能优化算法评定圆度误差计算效率低且容易陷入局部最优解的问题,提出采用改进乌鸦搜索算法评定圆度误差。根据最小区域拟合准则建立乌鸦搜索算法评定圆度误差数学模型,并引入权重系数,提高算法全局搜索能力,同时设定最小二乘圆心附近为乌鸦搜索初始位置,提高算法搜索效率。最后通过模拟和实验验证了所提算法的准确性和高效性,并通过多组数据对比发现改进乌鸦搜索算法的全局搜索能力较遗传算法(GA)、粒子群算法(PSO)和传统乌鸦搜索算法(CSA)得到明显提升。