一种自适应寻优的社会蜘蛛优化算法(SA-SSA)

作者：施怡乐; 乔之勇; 白克强; 陈果; 刘知贵^*

来源：制造业自动化, 2022, 44(03): 93-98.

• 社会蜘蛛优化算法
• 振动
• 自适应权重
• 最优领域
• 标准测试函数

针对标准社会蜘蛛优化算法(SSA)全局搜索能力不足、收敛速度慢等问题。提出一种自适应寻优的社会蜘蛛优化算法(SA-SSA)。在蜘蛛振动更新公式中，引入权重思想来构成振动自适应函数，动态调节最优位置的影响力，提高算法收敛速度；引入最优领域扰动策略，避免算法早熟，解决算法易陷入局部最优解的问题。在6个测试函数中进行仿真实验，结果表明所改进的自适应寻优的社会蜘蛛优化算法(SA-SSA)相较于其他群优化算法，如蝙蝠优化算法(BA)、人工鱼群(AFA)以及标准社会蜘蛛优化算法(SSA)，具有更高的寻优精度和收敛速度，证明了改进策略的有效性。

• 单位
  绵阳职业技术学院; 西南科技大学