解决高维优化和特征选择的多策略改进正弦余弦算法

作者：**; 羊洋; 龙文^*

来源：科学技术与工程, 2023, 23(13): 5632-5640.

• 正弦余弦算法
• 高维优化问题
• 翻筋斗觅食机制
• 特征选择

针对基本正弦余弦算法(sine cosine algorithm, SCA)求解高维复杂优化问题时存在精度低、收敛慢和易陷入局部最优等缺点，提出一种改进的SCA(improved sine cosine algorithm, iSCA)。首先，该算法设计出一种基于倒S形函数的非线性转换参数规则替代原有线性策略，从而实现从全局搜索到局部搜索的良好过渡；其次，嵌入个体历史最佳信息修改位置搜索方程以指导寻优过程，进一步改善算法的解精度和加快收敛；最后，引入翻筋斗觅食机制生成新的位置以增加群体多样性，从而降低算法陷入局部最优的概率。选取10个高维基准测试函数、10个UCI高维数据集和2个风电机组故障数据集进行仿真实验，并与基本SCA、MSCA(memory-guided SCA)和I-GWO(improved grey wolf optimizer)算法比较，结果表明，iSCA算法在精度和收敛指标上均优于其他比较方法。

• 单位
  贵州财经大学