科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统秃鹰搜索算法（BES）存在容易陷入局部最优、收敛速度慢等缺点，提出一种融合黄金正弦算法（Gold-SA）和纵横交叉策略的秃鹰搜索算法（GSCBES）。首先，在传统BES的搜索阶段设置基于惯性权重的位置更新公式；然后，在捕食猎物阶段引入Gold-SA；最后，引入纵横交叉策略对全局最优和种群进行修正。对11个Benchmark函数和CEC2014函数进行仿真实验并使用Wilcoxon秩和检验的方式评估所提算法的寻优能力，结果表明，所提算法收敛更快；同时，使用所提算法对反向传播（BP）神经网络模型的权值和阈值进行赋值，并将优化的BP神经网络模型用于空气质量的预测中，平均绝对误差（MAE）、均方根误差（RMSE）、均方误差（MSE）、平均绝对百分比误差（MAPE）值均小于BP神经网络模型以及基于粒子群优化（PSO）的BP神经网络模型，预测精确度有所提高。
- 单位
