文献类型：期刊文章

作　　者：毛清华[1] 张强[1] 毛承成[2] 柏嘉旋[1]

MAO Qinghua;ZHANG Qiang;MAO Chengcheng;BAI Jiaxuan(School of Economics and Management,Yanshan University,Qinhuangdao 066004,China;School of Business,Monash University,Melbourne,VIC 3145,Australia)

机构地区：[1]燕山大学经济管理学院,河北秦皇岛066004 [2]莫纳什大学商学院,澳大利亚墨尔本VIC 3145

出　　处：《山西大学学报（自然科学版）》

基　　金：国家自然科学基金(71704151);河北省省级科技计划软科学研究专项资助(215576116D);河北省社会科学基金(HB17GL092)。

年　　份：2021

卷　　号：44

期　　号：6

起止页码：1086-1091

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、JST、RCCSE、WOS、ZGKJHX、ZMATH、核心刊

摘　　要：针对基本麻雀搜索算法抗局部最优能力弱的问题,提出一种混合正弦余弦算法和Levy飞行的麻雀算法(ISSA)。首先,在发现者位置更新方式中融合正弦余弦算法思想并引入非线性动态学习因子,平衡局部和全局的开掘能力,并加快收敛速度;然后,在跟随者位置更新方式中引进Levy飞行策略,对当前最优解进行扰动变异,加强局部逃逸能力;最后,基于8个基准测试函数进行性能测验。实验结果表明ISSA与其余四种算法相比,寻优精度至少提升了49个数量级,求解效率得到较大提升。

关 键 词：麻雀搜索算法  正弦余弦算法  学习因子  Lévy飞行  

分 类 号：TP301.6]