基于相对距离和历史成功率机制的增强麻雀搜索算法
Enhanced sparrow search algorithm by adopting mechanism based on relative distance and historical success rate
江西理工大学 信息工程学院, 江西 赣州 341000
摘要
针对麻雀搜索算法收敛精度低、易陷入局部最优等问题，提出了一种融合相对距离和历史成功率的增强麻雀搜索算法（RHSSA）。首先，RHSSA引入一种融合适应度值与相对距离的发现者选择方式，使选出的发现者既保持较高质量，又保持在搜索空间的分布广泛；其次，RHSSA在麻雀发现者搜索过程中，采用融合加权重心的反向学习策略，充分挖掘搜索空间的优质位置信息并减弱发现者向原点聚集的趋势；最后，RHSSA引入基于历史成功率的自适应选择算子动态地选择柯西变异与高斯变异对最优解做扰动，提高算法跳出局部最优的能力。选用CEC2017测试函数集中的12个函数作为性能基准函数，将RHSSA与其他五种改进的麻雀搜索算法（AMSSA、SCSSA、SHSSA、ISSA、CSSOA）进行性能评测。基于实验数据的Friedman检验表明，RHSSA能获取最优的结果。为验证提出的改进策略的有效性，还对改进策略进行了消融实验。实验结果表明在综合改进策略的共同作用下，RHSSA的综合优化性能排名为第一名。
基金项目
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)
出版信息
DOI: 10.19734/j.issn.1001-3695.2023.09.0502
出版期卷: 《计算机应用研究》 印刷出版, 2024年第41卷 第6期
所属栏目: 智能优化算法及应用专题
出版页码: 1640-1648
文章编号: 1001-3695(2024)06-006-1640-09
发布历史
[2024-02-02] 优先出版
[2024-06-05] 印刷出版
引用本文
李大海, 曾能智, 王振东. 基于相对距离和历史成功率机制的增强麻雀搜索算法 [J]. 计算机应用研究, 2024, 41 (6): 1640-1648. (Li Dahai, Zeng Nengzhi, Wang Zhendong. Enhanced sparrow search algorithm by adopting mechanism based on relative distance and historical success rate [J]. Application Research of Computers, 2024, 41 (6): 1640-1648. )
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
