基于交叉变异机制的正余弦算法

作     者：骆舒婷 陈得宝 邹锋 王苏霞 LUO Shuting;CHEN Debao;ZOUFeng;WANG Suxia

作者机构：淮北师范大学物理与电子信息学院安徽淮北235000 淮北师范大学计算机科学与技术学院安徽淮北235000 

基　　金：国家自然科学基金资助项目(61976101,61572224) 安徽省自然科学基金(1708085MF140) 安徽省高等学校自然科学研究重点项目(KJ2019A0593) 

出 版 物：《淮北师范大学学报（自然科学版）》 (Journal of Huaibei Normal University：Natural Sciences)

年 卷 期：2020年第41卷第2期

页      码：29-36页

摘      要：正余弦算法(SCA)是近年提出的一种基于种群的求解优化问题的元启发式算法,针对其收敛速度慢、算法自适应性能较弱的缺点,提出一种引入交叉变异机制的正余弦算法(ICMSCA).首先在标准SCA算法中引入交叉操作,根据个体适应度与群体平均适应度的关系,设计两种不同的交叉方法,实现个体间的自适应交叉,改善群体多样性;其次为每个个体设计自适应变异概率,采用最优个体引导变异和贪婪选择方法,提高算法的收敛速度;为验证算法的有效性,在18个典型函数优化问题数据集上对算法进行测试,结果与其它算法进行对比分析,实验结果表明,相比于其它优化算法,改进后的算法在收敛速度和收敛精度上具有一定的优势,提高标准SCA算法的性能.

主 题 词：正余弦算法 交叉 变异 自适应 

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

馆 藏 号：203945560...