融合聚类算法的改进麻雀搜索算法

摘要：

聚类算法与群智能算法有着各自的优点,为克服麻雀搜索算法陷入局部最优且依赖于初始化种群的缺陷,提出融合聚类算法的改进麻雀搜索算法,采用K-medoids对每次迭代后的种群进行动态更新,使得种群个体分布均匀,再引入基于重心的反向学习策略,提高了发现者的搜索范围且极大地防止算法出现早熟现象,在追随者的位置更新上引入了自适应余弦权重此策略,使得追随者的搜索更加细致且灵活,平衡了算法的局部和全局性搜索.通过8个标准测试函数验证了改进算法的有效性及可行性.

关键词：聚类算法、麻雀搜索算法、基于重心的反向学习策略、自适应余弦权重

所属期刊栏目：39

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金1561024

在线出版日期：2023-02-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：392-397