期刊专题

10.3778/j.issn.1002-8331.2106-0105

融合互利共生和透镜成像学习的HHO算法

引用
针对哈里斯鹰优化算法收敛速度慢、易陷入局部最优的问题,提出一种融合互利共生和透镜成像学习的哈里斯鹰优化算法(improved Harris hawks optimization,IHHO).利用Tent混沌映射初始化种群,增加种群多样性,提高算法寻优性能;在探索阶段融入一种互利共生思想,并引入非线性惯性因子,以增强种群信息交流,加快算法收敛速度;提出一种透镜成像反向学习策略,对哈里斯鹰位置以一定概率进行扰动变异,提高算法跳出局部最优的能力.通过16个基准测试函数进行仿真实验,结果表明,IHHO与其余5种算法相比,收敛速度更快,寻优精度更高;鲁棒性更强.同时,将IHHO应用于图像分割问题中,仿真实验验证了该算法在实际工程应用中的可行性.

哈里斯鹰优化算法、Tent混沌映射、互利共生、透镜成像、反向学习、图像分割

58

TP301.6(计算技术、计算机技术)

国家自然科学基金;国家自然科学基金

2022-05-24(万方平台首次上网日期,不代表论文的发表时间)

共11页

76-86

暂无封面信息
查看本期封面目录

计算机工程与应用

1002-8331

11-2127/TP

58

2022,58(10)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn