2024年RIS SCI2区：自适应天鹰算法AAO，深度解析+性能实测

---

1.摘要

智能电网通过集成可再生能源并管理供需动态平衡来提高效率，本文提出了自适应天鹰算法（AAO），AAO使用Sigmoid因子来平衡探索和开发，根据迭代进度适应从广泛搜索到聚焦搜索的转变。

2.天鹰算法AO原理

【智能算法】天鹰优化算法（AO）原理及实现

3.改进策略

AO算法采用固定阈值$t\le 2/3T$来控制探索和开发阶段，有时会导致过早收敛或探索不足。本文采用Sigmoid动态平衡因子用于调整探索与开发阶段：
$$\text{Sigmoid factor}=\frac{1}{1+e^{-k\left(\frac{t}{T}-m\right)}}$$
$k$用于控制探索和开发之间速度：
$$k=\{\begin{array}{llc}\gg 1& \text{for a sharp transition}& \\ \approx 0.1& \text{for a gradual transition}& \end{array}$$

$m$控制Sigmoid函数中点，调整$m$可以在优化过程中提前或延迟过渡：
$$m=\{\begin{array}{ll}\approx 0.5& \text{for a balanced transition}\\ <0.5& \text{for an earlier shift to exploitation}\\ >0.5& \text{for more extended exploration}\end{array}$$

伪代码

4.结果展示

5.参考文献

[1] Al-Selwi S M, Hassan M F, Abdulkadir S J, et al. Smart grid stability prediction using Adaptive Aquila Optimizer and ensemble stacked BiLSTM[J]. Results in Engineering, 2024, 24: 103261.

6.代码获取