-
题名融合麻雀搜索机制的改进混沌海鸥优化算法
被引量：11
- 1
-
-
作者
陈超泉
王宇涵
谢晓兰
王佳明
肖博怀
-
机构
广西嵌入式技术与智能系统重点实验室
桂林理工大学信息科学与工程学院
-
出处
《科学技术与工程》
北大核心
2023年第10期4259-4271,共13页
-
基金
国家自然科学基金(61762031)
广西科技重大专项(AA1904600)
广西自然科学基金(2021JJA170130)。
-
文摘
针对海鸥优化算法收敛速度偏慢、易陷入局部最优解及求解精度低等问题,提出一种融合麻雀搜索机制的改进混沌海鸥优化算法(improved chaotic seagull optimization algorithm incorporating sparrow search mechanism,PSSOA)。使用分段线性混沌映射(piecewise linear chaotic map,PWLCM)对种群进行初始化,使海鸥个体更为均匀地分布在给定空间内;改进非线性搜索因子和随机因子,加快算法收敛速度,更好地平衡算法全局搜索和局部搜索;融合麻雀算法中的麻雀飞行机制,在后期局部搜索阶段扩大个体局部寻优范围,对海鸥位置进行二次更新,帮助个体跳出局部最优,提高寻优精度。使用16个基准测试函数进行仿真实验,将PSSOA与海鸥算法(seagull optimization algorithm,SOA)、粒子群算法(particle swarm optimization,PSO)、灰狼算法(grey wolf optimizer,GWO)和海洋捕食者算法(marine predators algorithm,MPA)4种元启发式算法及其他学者改进的SOA算法多角度进行比较,并通过Wilcoxon秩和检验来验证算法的有效性和稳定性。实验结果表明PSSOA和其他对比算法相比,在约80%的测试函数上有着更好的算法的收敛速度和求解精度,并且在Wilcoxon秩和检验中,PSSOA和其他对比算法存在显著性差异的比例达到了98%,证明了算法具有更显著的差异性。
-
关键词
海鸥优化算法
分段线性混沌映射
非线性搜索因子
麻雀飞行机制
寻优精度
-
Keywords
seagull optimization algorithm
piecewise linear chaotic map
non-linear search factor
sparrow flight mechanism
optimization accuracy
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名融合正余弦和柯西变异的麻雀搜索算法
被引量：77
- 2
-
-
作者
李爱莲
全凌翔
崔桂梅
解韶峰
-
机构
内蒙古科技大学信息工程学院
内蒙古科技大学基建处
-
出处
《计算机工程与应用》
CSCD
北大核心
2022年第3期91-99,共9页
-
基金
国家自然科学基金(61763039)。
-
文摘
针对麻雀搜索算法(SSA)在寻优后期出现能力不足、种群多样性损失、易落进局部极值现象,造成SSA算法收敛速度慢、探索能力不足等问题,提出了融合正余弦和柯西变异的麻雀搜索算法(SCSSA)。借助折射反向学习机制初始化种群,增加物种多样性;在发现者位置更新中引入正余弦策略以及非线性递减搜索因子和权重因子协调算法的全局和局部寻优能力;在跟随者位置中引入柯西变异对最优解进行扰动更新,提高算法获取全局最优解能力。通过10个经典测试函数对SCSSA算法在收敛速度、收敛精度、平均绝对误差等指标的评估,并引进工程设计优化问题进行验证。实验结果证明改进后的麻雀搜索算法在收敛速度和寻优精度有明显增强,表现出良好的鲁棒性。
-
关键词
麻雀搜索算法
折射反向学习
正余弦算法
非线性递减搜索因子
柯西变异
-
Keywords
sparrow search algorithm
refracted opposition-based learning
sine-cosine algorithm
nonlinear decreasing search factor
Cauchy mutation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
