科研之友
微信
新浪微博
Facebook
分享链接
摘要
麻雀搜索算法是一种基于群的元启发算法，其灵感来源于麻雀的觅食机制.与其他算法相比，麻雀搜索算法具有很强的竞争力，但仍存在开发和探索不平衡，容易陷入局部最优等不足.为了克服这些缺点，该文提出了一种自适应教与学螺旋麻雀搜索算法，即ATLSSA.使用一个自适应螺旋搜索策略控制搜索范围，防止陷入局部最优，通过引入混合教与学算法的学习阶段，进一步提升算法性能.在13个多维函数和WSN问题中验证了ATLSSA的优越性能.仿真结果显示，提出的ATLSSA在收敛精度、收敛速度和稳定性方面都优于基本麻雀搜索算法、哈里斯鹰算法、均衡优化算法、囊状群算法、灰狼优化算法、樽海鞘群算法和鲸鱼优化算法.对于WSN问题，提出的改进算法相比基本麻雀搜索算法，覆盖度提升了19.2%.
-
单位漳州职业技术学院
