采用反向学习和差分进化改进的飞鼠搜索算法

• 作者: 李昀轩 秦亮曦
• 来源期刊: 广西大学学报（自然科学版）
• 学科: 工学
• 关键词: 飞鼠搜索算法 差分进化 反向学习 智能算法
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 计算机与电子信息科学
• 页码范围: 164-173
• 页数: 10页
• 分类号: TP181
• 语种: 中文
• DOI: 10.13624/j.cnki.issn.1001-7445.2022.0164

摘要

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.