首页|混合策略改进的乌鸦搜索算法

混合策略改进的乌鸦搜索算法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了改善乌鸦搜索算法(crow search algorithm,CSA)收敛速度慢、收敛精度不足的问题,提出一种混合策略改进的乌鸦搜索算法(MSCSA).首先在算法运行前期引入tent序列扰动的自适应权重系数,提高算法收敛速度;其次在算法后期引入混合黄金正弦与飞蛾扑火算子,避免算法后期陷入局部最优值;最后通过改进算法的发现概率AP,增加算法的随机性从而提高算法的收敛精度.通过在九个基准函数上对比测试,确定迭代系数的取值,通过Wilcoxon秩和测试验证算法性能.实验结果证明,所提出的MSCSA的性能更为优秀.
Crow search algorithm improved by mixed strategy

葛知著、张达敏、张琳娜、邹诚诚、赵沛雯

展开 >

贵州大学大数据与信息工程学院,贵阳550025

贵州大学机械工程学院,贵阳550025

函数优化 乌鸦搜索算法 迭代系数

国家自然科学基金资助项目国家自然科学基金资助项目贵州省科学技术基金资助项目贵州省自然科学基金资助项目

6206202161872034黔科合基础[2020]1Y254黔科合基础[2019]1064

2021

10.19734/j.issn.1001-3695.2021.03.0107

计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
年,卷(期)：2021.38(11)
  • 6
  • 5