含有动态自适应惯性权重的蜘蛛猴优化算法

• 作者: 党婷婷 林丹
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 蜘蛛猴算法 自适应 动态惯性权重 函数优化
• 年，卷（期）: 2019,（14）
• 所属期刊栏目: 理论与研发
• 页码范围: 40-47
• 页数: 8页
• 分类号: TP18
• 字数: 6654字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1804-0025

摘要

蜘蛛猴算法(Spider Monkey Optimization,SMO)是受蜘蛛猴觅食行为启发提出的一种群集智能优化算法,为增强蜘蛛猴算法的局部搜索性能,提出一种基于动态自适应惯性权重的SMO算法(DWSMO).通过在惯性权重中引入目标函数值,使得惯性权重随着目标函数值的变化而动态改变,从而减少惯性权重变化的盲目性,有效平衡算法的全局探索能力以及局部开发能力.将改进的蜘蛛猴算法在函数优化问题上进行测试,仿真实验结果表明,改进的蜘蛛猴算法可有效提高函数寻优精度,加快收敛速度,且具有较强的稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林丹	天津大学数学学院	31	759	13.0	27.0
2	党婷婷	天津大学数学学院	1	1	1.0	1.0