首页|采用反向学习和差分进化改进的飞鼠搜索算法

采用反向学习和差分进化改进的飞鼠搜索算法

扫码查看
原文链接
  • 万方数据
  • 维普
针对飞鼠搜索算法(SSA)求解精度不高、容易早熟等缺点,提出一种采用反向学习和差分进化改进的飞鼠搜索算法(ODESSA).首先对最初种群使用反向学习生成其反向种群,增加初始种群的多样性.其次,在SSA中利用差分进化算法中的变异、交叉、选择机制扩大飞鼠搜索范围,以此增强算法的全局勘探能力.最后再次利用反向学习生成所有搜索个体的反向解,进一步增强算法的全局勘探能力和算法的求解精度,并将ODESSA与其他3种智能算法在12个基准函数上进行性能比较.结果表明,ODESSA有着最佳的寻优结果,收敛速度也快于SSA.
Squirrel search algorithm improved by opposition-based learning and differential evolution

李昀轩、秦亮曦

展开 >

广西大学计算机与电子信息学院,广西南宁530004

广西多媒体通信与网络技术重点实验室,广西南宁530004

飞鼠搜索算法 差分进化 反向学习 智能算法

广西壮族自治区科技开发项目

桂科AB16380260

2022

10.13624/j.cnki.issn.1001-7445.2022.0164

广西大学学报(自然科学版)
广西大学

广西大学学报(自然科学版)

CSTPCD北大核心
影响因子：0.767
ISSN：1001-7445
年,卷(期)：2022.47(1)
  • 1
  • 1