科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对基本麻雀搜索算法（sparrow search algorithm,SSA）在处理复杂优化问题时存在的搜索空间不足、收敛速度慢和易陷入局部最优等问题，提出一种多策略混合的改进麻雀搜索算法（improved sparrow search algorithm based on multi-strategy mixing,IMSSA）。利用Sine混沌映射初始化麻雀个体位置，丰富种群多样性，解决种群分布不均匀、搜索空间不足等问题；引入带有惯性权重的多样性全局最优引导策略来加快收敛速度，调控算法的全局探索与局部开发能力；采用双样本学习策略使算法跳出局部最优，提高种群对解空间的搜索能力。通过测试函数对算法进行仿真实验，验证三种改进策略的有效性，并且进行Wilcoxon秩和检验和时间复杂度分析，结果表明IMSSA算法的各项性能均有显著提升。最后用算法优化支持向量机参数，建立轴承故障诊断模型，进一步证明了改进策略是可行有效的。
- 单位
