多策略改进的蜣螂优化算法及其应用OA北大核心CSTPCD
蜣螂优化算法(DBO)是近年提出的智能优化算法,与其他优化算法一样,DBO也存在收敛精度低、易陷入局部最优等缺点。针对DBO的这些局限性,提出一种多策略改进的蜣螂优化算法(MIDBO)。首先,改进雏球和偷窃蜣螂对局部最优解和全局最优解的接受程度,使其根据自身搜索能力动态变化,既提升了种群质量又保持了适应度高的个体的良好搜索能力;其次,融合麻雀搜索算法中的追随者位置更新机制对算法进行扰动,并用贪婪策略更新位置,提升了算法的收敛精度;最后,当算法陷入…查看全部>>
郭琴;郑巧仙
湖北大学计算机与信息工程学院,武汉430062湖北大学网络空间安全学院,武汉430062
计算机与自动化
蜣螂优化算法局部最优解麻雀搜索算法柯西高斯变异汽车碰撞优化问题Wilcoxon秩和检验
《计算机科学与探索》 2024 (4)
P.930-946,17
国家自然科学基金(61803149)。
评论