-
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]
-
