基于正交对立学习的改进麻雀搜索算法

作者：王天雷^*; 张绮媚; 李俊辉; 周京; 刘人菊; 谭南林

来源：电子测量技术, 2022, 45(10): 57-66.

DOI：10.19651/j.cnki.emt.2209151

• 麻雀搜索算法
• 正交学习
• 对立学习
• 正态变异算子

针对麻雀搜索算法种群多样性少，局部搜索能力弱的问题，本文提出了基于正交对立学习的改进型麻雀搜索算法(OOLSSA)。首先，在算法中引入正态变异算子，丰富算法种群多样性；其次，利用对立学习策略，增强算法跳出局部最优的能力；然后，在加入者更新之后引入正交对立学习机制，加快算法的收敛速度；最后，基于15个基准测试函数与6个传统优化算法和2个改进型算法进行仿真实验、非参数Friedman检验以及算法平衡能力进行分析，评估OOLSSA算法寻优性能。仿真结果证明，OOLSSA与其余8种算法相比，算法的探索开发能力以及收敛速度都表现良好。

• 单位
  五邑大学; 北京交通大学