典型文献
精英反向学习与黄金正弦优化的HHO算法
文献摘要：
针对基本哈里斯鹰优化算法(Harris hawks optimization,HHO)易陷入局部最优值、收敛精度低和收敛速度慢的问题,提出融合精英反向学习与黄金正弦算法的哈里斯鹰优化算法(elite opposition-based learning golden-sine Harris hawks optimization,EGHHO).融入精英反向学习机制,提高种群多样性和种群质量,提升算法全局寻优性能和收敛精度;融入黄金正弦算法优化哈里斯鹰围捕猎物的方式,有效缩小搜索空间,减少算法收敛时间,增强算法局部开发能力.通过求解多个单模态、多模态和高维度测试函数进行算法之间的对比,结果表明,融合两种策略的EGHHO算法具有较强跳出局部极值的能力以及更高的寻优精度和寻优速度.
文献关键词：
哈里斯鹰优化算法;精英反向学习;黄金正弦算法;高维优化
中图分类号：
作者姓名：
郭雨鑫;刘升;高文欣;张磊
作者机构：
上海工程技术大学 管理学院,上海 201620
文献出处：
引用格式：
[1]郭雨鑫;刘升;高文欣;张磊-.精英反向学习与黄金正弦优化的HHO算法)[J].计算机工程与应用,2022(10):153-161
A类：
EGHHO
B类：
精英反向学习,哈里斯鹰优化算法,Harris,hawks,optimization,局部最优,最优值,收敛精度,收敛速度,速度慢,黄金正弦算法,elite,opposition,learning,golden,sine,反向学习机制,种群多样性,种群质量,全局寻优,寻优性能,算法优化,围捕,捕猎,猎物,搜索空间,少算,收敛时间,增强算法,局部开发,单模,高维度,测试函数,跳出局部,局部极值,寻优精度,高维优化
AB值：
0.339318
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。
