计算机应用研究

作者：徐明,龙文,羊洋,

单位：贵州财经大学a.贵州省大数据统计分析重点实验室;b.数学与统计学院;c.贵州省经济系统仿真重点实验室,贵阳550025；

关键词：海鸥优化算法,翻筋斗觅食策略,函数优化,特征选择,

基金：国家自然科学基金资助项目(61463009)；贵州省自然科学基金资助项目(黔科合基础［2020］1Y012)；贵州省教育厅创新群体重大研究项目(黔教合KY字［2021］015)；贵州省大数据统计分析重点实验室开放课题(BDSA20190106)；；

针对基本海鸥优化算法（SOA）在处理复杂优化问题中存在低精度、慢收敛和易陷入局部最优的不足，提出了一种基于翻筋斗觅食策略的SOA算法（SFSOA）。该算法首先采用基于倒S型函数的控制参数A非线性递减策略更新海鸥个体的位置，以改善个体的质量和加快收敛速度；引入一种基于翻筋斗觅食策略的学习机制以增加海鸥个体位置的多样性，避免算法在搜索后期陷入局部最优值。选取八个基准函数优化问题进行数值实验，并与基本SOA、灰狼优化算法和改进SOA进行比较，结果表明，所提算法具有较高的解精度、较快的收敛速度和较强的全局搜索能力，能有效地处理复杂函数优化问题。最后，将SFSOA用于求解特征选择问题，获得了满意的结果。

来源：2022年第12期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2022年第12期