融合差分进化和混合多策略的麻雀搜索算法

作     者：朱鹏 杜逆索 欧阳智 ZHU Peng;DU Ni-suo;OUYANG Zhi

作者机构：贵州大学计算机科学与技术学院贵州贵阳550025 贵州大学贵州省大数据产业发展应用研究院贵州贵阳550025 

基　　金：贵州省科学技术厅重大科技计划基金项目(黔科合重大专项字3002) 贵州大学培育基金项目(黔科合平台人才5788) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2022年第43卷第6期

页      码：1609-1619页

摘      要：针对麻雀搜索算法(sparrow search algorithm,SSA)存在收敛速度慢、稳定性差和易陷入局部最优等问题,提出融合差分进化和混合多策略的麻雀搜索算法(DEH-SSA)。引入反向学习初始化以增加种群的多样性,避免陷入局部最优;加入非线性权重因子改进麻雀发现者的位置更新公式以平衡算法的局部和全局搜索能力,使算法的收敛速度加快;融合差分进化和精英策略增强SSA算法的全局搜索能力并提高算法的收敛精度。在10个基准测试函数上与其它群智能算法进行比较实验,其结果表明,DEH-SSA具有更高的收敛精度、更快的收敛速度和更好的稳定性,通过Wilcoxon秩和检验方法也验证了DEH-SSA算法具有更好的显著性差异。

主 题 词：麻雀搜索算法 反向学习 非线性权重 差分进化 精英策略 

学科分类：08[工学] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2022.06.014

馆 藏 号：203112413...