科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对麻雀搜索算法初始种群分布不均匀，种群间信息交流少，易陷入局部最优，收敛速度慢等不足，提出了一种基于双样本学习与单维搜索改进的精英麻雀搜索算法。首先，采用Hammersley低差异序列与反向学习相结合产生精英初始种群，增强个体质量和多样性；然后，通过双样本学习策略，改进追随者的位置更新公式，加强种群间的信息交流，提高算法跳出局部最优的能力；最后，在算法迭代后期采用单维搜索模式，增强算法在后期的深度挖掘能力，提高算法的精度。通过对时间复杂度进行分析，证明了该改进未增加算法的时间复杂度。选取12个不同特征的测试函数进行寻优，测试结果表明，与其他算法相比，该算法在收敛速度、精度和稳定性上都有明显的优越性。
- 单位
