科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对樽海鞘群算法(SSA)收敛速度慢和易陷入局部最优的问题，提出了一种融合信息反馈共享与蜉蝣搜索机制的改进樽海鞘群算法。使用Piecewise映射的方法进行种群初始化，使初始樽海鞘种群更均匀的覆盖可行域空间；采用信息共享机制，提出辅助领导者策略，改进领导者位置更新公式，增强全局搜索能力；利用进化学说以及正负反馈调节的思想，通过变异操作和自然选择原则选取更优领导者，从而提高搜索精度；最后，提出蜉蝣搜索机制，选取蜉蝣算法的交配公式，优化追随者位置迭代公式，使算法在后期更快收敛。通过在12个基准测试函数的多个维度以及17个CEC测试函数的实验，证明了改进樽海鞘群算法的综合性能，并通过消融实验验证了改进策略的有效性，实验结果表明，改进算法在收敛速度以及搜索精度上具有明显的优势。
- 单位
