改进的正弦余弦算法在函数优化问题中的研究

• 作者: 张校非 王永杰 白艳萍 郝岩
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 正弦余弦算法 动态惯性权重 指数递减参数 自适应变异因子 函数优化
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 数学·统计学
• 页码范围: 146-152
• 页数: 7页
• 分类号: TP301
• 字数: 3117字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2017.02.024

摘要

正弦余弦算法(SCA)是2015年提出的一种新型的群智能算法.针对标准正弦余弦算法局部搜索能力差、精度低的缺点,提出改进的正弦余弦算法(简称ISCA).首先,引入动态惯性权重平衡算法的局部与全局搜索能力;然后,为更进一步加强迭代后期局部搜索能力,将参数r1由线性递减函数变成了指数型递减函数;最后,引入自适应变异因子,增强种群的多样性;最后,将改进的SCA算法对10个经典的单峰、多峰函数进行测试,并同标准SCA算法、粒子群算法(PSO)、遗传算法(GA)进行比较.实验结果表明:ISCA算法优于其他几种算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白艳萍	中北大学理学院	124	639	13.0	19.0
2	王永杰	中北大学理学院	8	44	4.0	6.0
3	郝岩	中北大学理学院	7	39	4.0	6.0
4	张校非	中北大学理学院	6	40	4.0	6.0