融合正弦余弦和变异选择的蝗虫优化算法

摘要：

针对蝗虫优化算法(GOA)全局寻优能力不足,易陷入局部最优、寻优精度较低等问题,提出融合正弦余弦和变异选择的蝗虫优化算法(SC-MGOA).首先,在位置更新处根据转换概率选择不同的位置更新方式来增加种群的多样性,同时弥补GOA算法全局搜索能力不足的缺陷;其次,为更好的协调算法的全局探索和局部开发,对引入的正弦余弦机制进行改进;最后,在一定概率下针对最优解进行变异,并利用贪婪法则择优保留,使算法能够跳出局部最优,提高算法的收敛精度.选取10个测试函数进行3组测试,结果表明了不同改进策略的有效性,还证明了SC-MGOA算法相对于其他比较算法在寻优精度、寻优速度和鲁棒性等方面的优越性.

关键词：蝗虫算法、正弦余弦算法、变异选择、贪婪法则

所属期刊栏目：42

分类号：TP301(计算技术、计算机技术)

资助基金：贵州省科技计划项目重大专项项目;贵州省公共大数据重点实验室开放课题项目;贵州省教育厅青年科技人才成长项目;贵州大学培育项目

在线出版日期：2021-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：706-713