典型文献
一种具有学习机制的海鸥优化算法
文献摘要：
为了克服海鸥优化算法在求解高维问题时存在的收敛速度慢、容易早熟和解精度低等问题,提出一种具有学习机制的海鸥优化算法(ISOAL).首先,设计了一种基于当前粒子Xi与种群均值状态Xm差异的迁移算子,提升早期个体对解空间的搜索范围.其次,引入非线性自适应参数A保证算法适合于复杂问题解空间的搜索,避免算法过早地陷入局部最优.最后,通过引入部分精英粒子执行反向学习,加强对种群内的最优粒子所在空间的勘探,提高算法的解精度.实验选择了CEC2017中的10个无约束测试函数检测算法的性能,并与HPSO-TS、V-DVGA、DADE、CMA-ES等算法进行对比,该组实验结果显示,ISOAL比其他算法具有更高的解精度和稳定性.针对张力弹簧问题进行实验,结果表明:ISOAL所获得的弹簧总代价比SOA降低了3.5％,弹簧的线圈直径和平均直径分别下降了5.7％和3.5％.ISOAL算法具有收敛速度快、精度高和鲁棒性的特点,适合求解较高维度的连续函数优化问题和带有约束的工程优化问题.
文献关键词：
海鸥优化算法;学习机制;非线性参数;反向学习
中图分类号：
作者姓名：
王培崇;尹欣洁;李丽荣
作者机构：
河北地质大学信息工程学院,河北石家庄 050031;河北地质大学人工智能与机器学习研究室,河北石家庄 050031;河北地质大学艺术学院,河北石家庄 050031
文献出处：
引用格式：
[1]王培崇;尹欣洁;李丽荣-.一种具有学习机制的海鸥优化算法)[J].郑州大学学报（工学版）,2022(06):8-14
A类：
ISOAL,DVGA,DADE
B类：
学习机制,海鸥优化算法,高维问题,收敛速度,速度慢,早熟,Xi,Xm,迁移算子,解空间,搜索范围,自适应参数,复杂问题,过早地,地陷,局部最优,精英粒子,反向学习,最优粒子,勘探,CEC2017,无约束,测试函数,检测算法,HPSO,TS,CMA,ES,该组,弹簧问题,线圈,平均直径,别下,高维度,连续函数,函数优化问题,工程优化问题,非线性参数
AB值：
0.396477
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
