基于卡方跃迁策略的黑蜘蛛优化算法及应用

作者：杜晓昕; 王振飞; 王波; 王浩; 郝田茹; 崔连和

来源：陕西科技大学学报, 2023, 41(06): 162-175.

DOI：10.19481/j.cnki.issn2096-398x.2023.06.005

• 黑蜘蛛优化算法
• 卡方跃迁
• 佳点集
• 支持向量机
• 参数优化

针对黑蜘蛛优化算法(Black Widow Spider Optimization Algorithm, BWOA)存在全局勘探和局部开发难以协调、收敛速度慢、易陷入局部最优等问题，提出了一种基于卡方跃迁策略的黑蜘蛛优化算法(Chi-Square Transition Mechanism for Black Widow Spider Optimization Algorithm, CTBWOA).首先，根据佳点集产生初始种群解，为全局搜索奠定基础；其次，提出卡方跃迁策略，帮助黑蜘蛛跳出局部最优，避免算法早熟收敛；再次通过自选取运动策略，实现黑蜘蛛在不同迭代时期选取合适的运动策略，以平衡算法的勘探和开发能力；最后，采取三蛛竞争及回溯机制，增加种群多样性，提高算法收敛速度.将CTBWOA算法与其他五种群智能算法在12个标准测试函数上进行仿真实验，结果表明对BWOA算法的改进能有效提高算法的收敛速度和求解精度，并将CTBWOA算法应用到了支持向量机(Support Vector Machine, SVM)的参数优化中，在UCI的7个标准数据集及威斯康星州乳腺癌数据集上的仿真实验证明，经CTBWOA优化后，SVM的参数设定更加准确，SVM的分类准确率有了明显提高，这进一步表明了改进算法的有效性.

• 单位
  齐齐哈尔大学