一种自适应寻优的社会蜘蛛优化算法(SA-SSA)

• 作者: 施怡乐 乔之勇 白克强 陈果 刘知贵
• 来源期刊: 制造业自动化
• 学科: 工学
• 关键词: 社会蜘蛛优化算法 振动 自适应权重 最优领域 标准测试函数
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 计算机算法
• 页码范围: 93-98
• 页数: 6页
• 分类号: TP13
• 语种: 中文
• DOI: 10.3969/j.issn.1009-0134.2022.03.021

摘要

针对标准社会蜘蛛优化算法(SSA)全局搜索能力不足、收敛速度慢等问题.提出一种自适应寻优的社会蜘蛛优化算法(SA-SSA).在蜘蛛振动更新公式中,引入权重思想来构成振动自适应函数,动态调节最优位置的影响力,提高算法收敛速度;引入最优领域扰动策略,避免算法早熟,解决算法易陷入局部最优解的问题.在6个测试函数中进行仿真实验,结果表明所改进的自适应寻优的社会蜘蛛优化算法(SA-SSA)相较于其他群优化算法,如蝙蝠优化算法(BA)、人工鱼群(AFA)以及标准社会蜘蛛优化算法(SSA),具有更高的寻优精度和收敛速度,证明了改进策略的有效性.