聚类算法与群智能算法有着各自的优点，为克服麻雀搜索算法陷入局部最优且依赖于初始化种群的缺陷，提出融合聚类算法的改进麻雀搜索算法，采用K-medoids对每次迭代后的种群进行动态更新，使得种群个体分布均匀，再引入基于重心的反向学习策略，提高了发现者的搜索范围且极大地防止算法出现早熟现象，在追随者的位置更新上引入了自适应余弦权重此策略，使得追随者的搜索更加细致且灵活，平衡了算法的局部和全局性搜索。通过8个标准测试函数验证了改进算法的有效性及可行性。
科研之友
微信
新浪微博
Facebook
分享链接
