典型文献
一种多策略改进的麻雀搜索算法
文献摘要：
针对麻雀搜索算法在求解复杂优化问题时存在收敛速度慢、种群趋同性严重、易于陷入局部最优等不足,提出一种多策略改进的麻雀搜索算法(multi-strategy improved sparrow search algorithm,MISSA).通过混沌映射和反向学习机制提高算法初始种群的质量;借鉴粒子群算法的学习策略来提升种群的信息交流能力和兼顾全局勘探与局部开发之间的平衡;融合差分进化算法的变异交叉操作提升算法跳出局部最优值的能力.通过对8个基准测试函数的寻优实验,结果表明改进算法具有更好的优化性能和收敛效率;进一步地,将改进算法应用于优化支持向量回归(support vector regression,SVR)模型的参数,并通过在选定的5个UCI数据集上的实验验证了改进算法的有效性.
文献关键词：
麻雀搜索算法;差分变异;混沌映射;反向学习
中图分类号：
作者姓名：
张琳;汪廷华;周慧颖
作者机构：
赣南师范大学 数学与计算机科学学院,江西 赣州 341000
文献出处：
引用格式：
[1]张琳;汪廷华;周慧颖-.一种多策略改进的麻雀搜索算法)[J].计算机工程与应用,2022(11):133-140
A类：
MISSA
B类：
多策略,改进的麻雀搜索算法,优化问题,收敛速度,速度慢,趋同性,局部最优,优等,multi,strategy,improved,sparrow,search,algorithm,混沌映射,反向学习机制,初始种群,粒子群算法,学习策略,信息交流,交流能力,顾全,勘探,局部开发,差分进化算法,变异交叉,交叉操作,跳出局部,最优值,基准测试函数,改进算法,优化性能,收敛效率,算法应用,支持向量回归,support,vector,regression,SVR,UCI,差分变异
AB值：
0.419819
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。
