基于Sobol序列和纵横交叉策略的麻雀搜索算法

• 作者: 段玉先 刘昌云
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 麻雀搜索算法 Sobol序列 惯性权重 纵横交叉策略 非线性策略 基准函数
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 人工智能|Artificial intelligence
• 页码范围: 36-43
• 页数: 8页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2021010187

摘要

针对麻雀搜索算法(SSA)容易陷入局部最优、收敛速度较慢等问题,提出一种基于Sobol序列和纵横交叉策略的麻雀搜索算法(SSASC).首先,在初始化阶段引入类随机采样方法中的Sobol序列,以增强种群的多样性和遍历性;其次,提出一种指数形式的非线性惯性权重,从而提高算法的收敛效率;最后,应用纵横交叉策略对算法进行改进,即利用横向交叉增强全局搜索能力,利用纵向交叉保持种群的多样性并防止算法陷入局部最优.选取了13个基准函数进行仿真实验,同时使用Wilcoxon秩和检验和Friedman检验评价算法的性能.在与其他元启发式算法的对比实验中,将基准函数从10维扩展到100维,SSASC在平均值和标准差处始终优于其他算法.实验结果表明,该算法在收敛速度和求解准确度方面均取得了一定的优势.