采用反向学习和差分进化改进的飞鼠搜索算法

作者：李昀轩; 秦亮曦^*

来源：广西大学学报(自然科学版), 2022, 47(01): 164-173.

DOI：10.13624/j.cnki.issn.1001-7445.2022.0164

• 飞鼠搜索算法
• 差分进化
• 反向学习
• 智能算法

针对飞鼠搜索算法(SSA)求解精度不高、容易早熟等缺点，提出一种采用反向学习和差分进化改进的飞鼠搜索算法(ODESSA)。首先对最初种群使用反向学习生成其反向种群，增加初始种群的多样性。其次，在SSA中利用差分进化算法中的变异、交叉、选择机制扩大飞鼠搜索范围，以此增强算法的全局勘探能力。最后再次利用反向学习生成所有搜索个体的反向解，进一步增强算法的全局勘探能力和算法的求解精度，并将ODESSA与其他3种智能算法在12个基准函数上进行性能比较。结果表明，ODESSA有着最佳的寻优结果，收敛速度也快于SSA。