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（SSA）收敛过早和迭代后期易陷入局部最优等缺陷，提出一种改进的麻雀搜索算法（ISSA）。首先，为提高算法的随机性和搜索性，将发现者向最优位置的跳跃操作改为向最优位置的移动，同时采用非线性的正余弦搜索对跟随者位置进行调整；其次，为解决算法在迭代后期易陷入局部最优的情况，对发现者和跟随者位置进行动态调整，同时采用反向学习策略对种群进行初始化设计；再次，利用柯西-高斯变异解决算法过早收敛的问题；最后为验证改进算法有效性，利用12种基准函数进行测试，测试结果与SSA、WOA、GWO、PSO、GA进行对比。结果表明：ISSA能够有效克服SSA收敛过早和迭代后期易陷入局部最优的缺陷，并提高了算法的收敛精度、稳定性和收敛速度。同时，将ISSA应用到车辆路径问题，验证了ISSA应用于实际工程问题的可行性。
- 单位
