计算机应用研究

作者：杨文珍,何庆,

单位：贵州大学a.大数据与信息工程学院;b.贵州省公共大数据重点实验室,贵阳550025；

关键词：算术优化算法,sigmoid函数,均值反向学习,灰狼优化算法,

基金：贵州省科技计划项目重大专项项目(黔科合重大专项字［2018］3002,黔科合重大专项字［2016］3022)；贵州省公共大数据重点实验室开放课题项目(2017BDKFJJ004)；贵州省教育厅青年科技人才成长项目(黔科合KY字［2016］124)；；

为提高算术优化算法（AOA）的全局勘探和局部开发性能，提出具有激活机理的多头反向串联算术优化算法（SFG-AOA）。激活机理策略是建立在算子位置更新层级的一种基于sigmoid函数的概率进化机制，通过引入激活因子在保证算子在继承父代位置信息的同时动态调整算子寻优步长而扩展新解多样性和全局勘探性能。引入基于适应度优化的反向学习与灰狼信息反馈机制改进算法开发阶段以提高寻优精度。适当修正非线性收敛曲线系数MOP构建随机调整策略。最后通过数值实验验证不同策略改进效果差异，并在CEC2014函数上进行仿真实验全面验证改进算法性能。

来源：2022年第1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1期