典型文献
用于函数优化和特征选择的翻筋斗觅食海鸥优化算法
文献摘要：
针对基本海鸥优化算法(SOA)在处理复杂优化问题中存在低精度、慢收敛和易陷入局部最优的不足,提出了一种基于翻筋斗觅食策略的SOA算法(SFSOA).该算法首先采用基于倒S型函数的控制参数4非线性递减策略更新海鸥个体的位置,以改善个体的质量和加快收敛速度;引入一种基于翻筋斗觅食策略的学习机制以增加海鸥个体位置的多样性,避免算法在搜索后期陷入局部最优值.选取八个基准函数优化问题进行数值实验,并与基本SOA、灰狼优化算法和改进SOA进行比较,结果表明,所提算法具有较高的解精度、较快的收敛速度和较强的全局搜索能力,能有效地处理复杂函数优化问题.最后,将SFSOA用于求解特征选择问题,获得了满意的结果.
文献关键词：
海鸥优化算法;翻筋斗觅食策略;函数优化;特征选择
中图分类号：
作者姓名：
徐明;龙文;羊洋
作者机构：
贵州财经大学贵州省大数据统计分析重点实验室,贵阳550025;贵州财经大学数学与统计学院,贵阳550025;贵州财经大学贵州省经济系统仿真重点实验室,贵阳550025
文献出处：
引用格式：
[1]徐明;龙文;羊洋-.用于函数优化和特征选择的翻筋斗觅食海鸥优化算法)[J].计算机应用研究,2022(12):3639-3643,3650
A类：
SFSOA
B类：
特征选择,海鸥优化算法,低精度,和易,局部最优,翻筋斗觅食策略,型函数,控制参数,非线性递减,新海,快收敛,收敛速度,学习机制,最优值,八个,基准函数,函数优化问题,数值实验,灰狼优化算法,全局搜索,搜索能力
AB值：
0.237167
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。
