用于函数优化和特征选择的翻筋斗觅食海鸥优化算法
Somersault foraging seagull optimization algorithm for function optimization and feature selection
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
摘要
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。
基金项目
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)
出版信息
DOI: 10.19734/j.issn.1001-3695.2022.05.0224
出版期卷: 《计算机应用研究》 印刷出版, 2022年第39卷 第12期
所属栏目: 算法研究探讨
出版页码: 3639-3643,3650
文章编号: 1001-3695(2022)12-017-3639-05
发布历史
[2022-07-19] 优先出版
[2022-12-05] 印刷出版
引用本文
徐明, 龙文, 羊洋. 用于函数优化和特征选择的翻筋斗觅食海鸥优化算法 [J]. 计算机应用研究, 2022, 39 (12): 3639-3643,3650. (Xu Ming, Long Wen, Yang Yang. Somersault foraging seagull optimization algorithm for function optimization and feature selection [J]. Application Research of Computers, 2022, 39 (12): 3639-3643,3650. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
