2025年RIE SCI2区：三角变异黏菌算法TMSMA，深度解析+性能实测

---

1.摘要

全局优化涉及多个领域，为解决复杂的多变量问题提供了有效的方案，这些问题通常是高度非线性和高维的。负荷频率控制对于维持孤岛微电网的稳定性至关重要。当发生扰动时，系统频率会发生波动，必须抑制这些波动，以确保孤岛微电网的可靠运行。本文提出了三角变异粘菌算法（TMSMA），TMSMA使用佳点集进行种群初始化，相比于均匀随机初始化，增强了多样性；引入三角变异作为主要的探索机制，有效识别潜在的有利区域；采用多操作并行搜索，平衡探索和开发，提升了算法在多变环境中的适应性。

2.黏菌算法SMA原理

【智能算法】黏菌算法（SMA)原理及实现

3.改进策略

三角突变算子

本文提出了三角变异探索机制（TMR），该机制基于种群中随机选取的三个个体的相对距离与方向，通过构建有针对性的扰动策略，使搜索过程能够更集中地探索具有潜力的区域，而非盲目扩散至整个搜索空间。TMR集中于选定个体的位置向量的凸组合以及它们之间的差异：
$$X_{i,j}^{g+1}=X_{c,j}^g+F_i\ast \left(X_{best,j}^g-X_{better,j}^g\right)+F_i\ast \left(X_{better,j}^g-X_{worst,j}^g\right)+F_i\ast \left(X_{best,j}^g-X_{worst,j}^g\right)$$

其中，凸组合向量$X_{c,j}^g$表示所选向量的加权组合：
$$X_{c,j}^g=w_1\ast X_{best}+w_2\ast X_{better}+w_3\ast X_{worst}$$

多算子并行搜索策略

本文采用了一种平衡突变策略，在提高收敛性的同时保持了搜索过程的多样性。称为多算子并行搜索的平衡突变策略表示为：
$$(1-\omega )\times D{E}_{rand1}(t)+w\times D{E}_{currentToBest2}(t)$$
其中，动态权重因子$\omega$：
$$\omega =t/ma{x}_{It}$$

流程图

伪代码

4.结果展示

5.参考文献

[1] Conteh I M, Salawudeen A T, Abdulsalami A O, et al. An Improved Triangular Mutated Slime Mould Algorithm for Developing an Optimized Frequency Control of a Bi-zonal Islanded Microgrid Power System[J]. Results in Engineering, 2025: 104306.

6.代码获取