-
题名基于正交对立学习的改进麻雀搜索算法
被引量：5
- 1
-
-
作者
王天雷
张绮媚
李俊辉
周京
刘人菊
谭南林
-
机构
五邑大学智能制造学部
北京交通大学机械与电子控制工程学院
五邑大学数学与计算科学学院
-
出处
《电子测量技术》
北大核心
2022年第10期57-66,共10页
-
基金
国家自然科学基金(51505154,51437005)
2018广东省教学质量工程与教改项目(GDJX2019012)
+1 种基金
2020年江门市科技计划项目(2020JC01035)
2019年江门市科技计划项目(2019JC01005)资助
-
文摘
针对麻雀搜索算法种群多样性少,局部搜索能力弱的问题,本文提出了基于正交对立学习的改进型麻雀搜索算法(OOLSSA)。首先,在算法中引入正态变异算子,丰富算法种群多样性;其次,利用对立学习策略,增强算法跳出局部最优的能力;然后,在加入者更新之后引入正交对立学习机制,加快算法的收敛速度;最后,基于15个基准测试函数与6个传统优化算法和2个改进型算法进行仿真实验、非参数Friedman检验以及算法平衡能力进行分析,评估OOLSSA算法寻优性能。仿真结果证明,OOLSSA与其余8种算法相比,算法的探索开发能力以及收敛速度都表现良好。
-
关键词
麻雀搜索算法
正交学习
对立学习
正态变异算子
-
Keywords
sparrow search algorithm
orthogonal learning
opposition-based learning
normal mutation operator
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
