典型文献
多策略融合的改进麻雀搜索算法及其应用
文献摘要：
针对麻雀搜索算法易陷入局部最优、收敛速度慢等不足,提出一种多策略融合的改进麻雀搜索算法.采用精英混沌反向学习策略生成初始种群,增强初始个体的质量和种群多样性,实现对更多优质搜索区域的勘探以提升算法的局部极值逃逸能力和收敛性能;结合鸡群算法的随机跟随策略,优化麻雀搜索算法中跟随者的位置更新过程,平衡算法的局部开发性能和全局搜索能力;采用柯西-高斯变异策略提升算法的种群多样性保持能力和抗停滞能力.对10个不同特征的基准测试函数进行寻优,测试结果与Wilcoxon符号秩检验结果均表明改进算法具有更好的寻优精度、收敛性能和稳定性.最后,利用改进算法对最小二乘支持向量机的参数进行优化,应用于煤与瓦斯突出危险性辨识,通过实验进一步验证改进策略的有效性和改进算法的优越性.
文献关键词：
智能优化算法;麻雀搜索算法;多策略融合;煤与瓦斯突出;危险性辨识
中图分类号：
作者姓名：
付华;刘昊
作者机构：
辽宁工程技术大学电气与控制学院,辽宁葫芦岛125105
文献出处：
引用格式：
[1]付华;刘昊-.多策略融合的改进麻雀搜索算法及其应用)[J].控制与决策,2022(01):87-96
A类：
B类：
多策略融合的改进麻雀搜索算法,局部最优,收敛速度,速度慢,精英混沌,混沌反向学习策略,初始种群,种群多样性,勘探,局部极值,逃逸,收敛性能,鸡群算法,跟随策略,跟随者,位置更新,更新过程,局部开发,开发性,全局搜索,搜索能力,柯西,高斯变异,变异策略,策略提升,多样性保持,停滞,基准测试函数,Wilcoxon,符号秩检验,改进算法,寻优精度,最小二乘支持向量机,煤与瓦斯突出,突出危险性,危险性辨识,改进策略,智能优化算法
AB值：
0.328195
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。
