计算机应用研究

作者：李大海,熊文清,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：海鸥优化算法,差分变异,最差位置,透镜映射,

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

针对海鸥优化算法（SOA）求解精度低、种群多样性差、易陷入早熟收敛的缺点，提出了一种融合多策略的海鸥优化算法（ESOA）。首先，在每次迭代的过程中，引入改进的自适应差分变异策略，对单个海鸥个体进行差分变异操作并通过自适应机制扩大海鸥的全局搜索范围及提高种群的多样性；其次，设置了基于粒子群算法的机制来处理最差的海鸥个体位置；最后，针对海鸥的最优位置，采用了动态透镜映射的策略增加算法跳出局部最优的能力。采用CEC2017测试函数中的14个函数作为基准测试函数，将ESOA与麻雀算法（SSA）、飞蛾扑火算法（MFO）、灰狼算法（GWO），以及改进的GSCSOA、CCSOA进行性能对比。实验结果表明ESOA在统计学意义上具有显著的性能优势。

来源：2023年第3期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第3期