计算机应用研究

作者：李大海,伍思凯,王振东,

单位：江西理工大学信息工程学院,江西赣州341000；

关键词：混合算法,樽海鞘群算法,花粉算法,领导者选择,完全反向学习,

基金：国家自然科学基金资助项目(61563019,615620237)；江西理工大学校级基金资助项目(205200100013)；；

针对单一启发式算法易出现收敛精度不足、早熟现象频发等问题，提出一种基于自适应领导者选择与完全反向学习机制的混合花粉樽海鞘群算法（HSF-ALSFO）。首先，HSF-ALSFO将樽海鞘群算法（SSA）与花粉算法（FPA）进行融合，旨在兼顾SSA高效的全局搜索能力与FPA出色的局部搜索能力。其次，算法采用自适应领导者选择机制，通过综合个体适应度值与相对距离筛选精英个体作为领导者，引导其余个体的位置更新。最后，采用引入随机Givens旋转的完全反向学习机制生成种群中所有个体的反向解，以提升种群整体多样性。使用CEC2022测试集作为基准，将HSF-ALSFO与原始SSA，以及AGSSA、EKSSA、TLSSA、DMSSA四种改进SSA和SCFPA、EFPA、ABFPA三种改进FPA进行性能评测。基于实验数据的Friedman检验表明，HSF-ALSFO显著优于其他对比算法。此外，通过消融实验验证了算法中各改进策略的有效性，结果显示所有改进策略的协同作用使HSF-ALSFO实现了最优性能。

来源：2026年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2026年第4期