双领导者樽海鞘群算法
为了提升樽海鞘群(Salp Swarm Algorithm,SSA)算法的求解精度和全局搜索能力,提出了一种基于正态过程搜索和差分进化(Differential Evolution,DE)算法的改进樽海鞘群算法——双领导者樽海鞘群算法(Two Types of Leaders Salp Swarm Algorithm,TTLSSA).该算法设置了两类领导者和两种跟随群体,其中执行正态过程搜索的领导者需要进行正态过程游走、交叉、选择等操作,主要用于全局勘探;当前最优解附近的领导者在随迭代次数呈锯齿状变化的参数gap的影响下,兼顾了全局搜索和局部开发两种功能.用18个不同类型的标准测试函数检验所提算法的性能,并与DE、SSA、正弦余弦算法(Sines and Cosines Algorithm,SCA)、灰狼优化(Grey Wolf Optimizer,GWO)算法以及鲸鱼优化算法(Whale Optimization Algorithm,WOA)做对比,TTLSSA在16个测试函数上的平均精度排名第1或并列第1,在2个测试函数上的平均精度排名第2,在6种算法中平均耗时排名第2,说明了TTLSSA在没有增加SSA时间成本的前提下,显著提升了优化能力.
差分进化、樽海鞘群算法、正态过程、测试函数
48
TP181(自动化基础理论)
2021-04-19(万方平台首次上网日期,不代表论文的发表时间)
共7页
254-260