资料下载
×
集成随机惯性权重和差分变异操作的iSSA算法
消耗积分:0 |
格式:pdf |
大小:1.28 MB |
2021-05-18
分享资料个
为了提高樽海鞘群算法（ Salp swarmΔ Igorithm，SSA）的收敛速度、计算精度和全局优化能力，在分析总结粒子群优化（ Particle Swarm Optimization，PSO和差分进化（ Differential evolution，DE）算法相关研究成果后，提出了一种集成PSO算法随机惯性权重和DE算法差分变异操作的改进SSA算法——iSSA。首先，将PSO算法的随机惯性权重引入SSA算法的追随者位置更新公式中，用于增强和平衡SSA算法的勘探与开发能力;其次，用DE算法的变异操作替代SSA算法的领导者位置更新操作，以提高SSA算法的收敛速度和计算精度。为了检验随杋惯性权重和差分变异操作对SSΔ算法的改进效果，在多个高维基准函数上进行了仿真实验，并与其他改进SSA算法进行了比较。实验结果及分析表明，与SSA算法和两个典型的改进SSA算法（ESSA和 CASSA）相比，集成随机惯性权重和差分变异操作的iSSA算法，在没有増加算法时间复杂度的情况下，显著地提高了SSA算法的收敛速度、计算精度和全局优化能力，并且优于ESSA算法和 CASSA算法。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
