融合自适应t分布和随机游走策略的松鼠优化算法的研究
张莲1
贾浩2
张尚德2
赵梦琪2
赵娜2
黄伟2
1.重庆市能源互联网工程技术研究中心 重庆 4000542.重庆理工大学电气与电子工程学院 重庆 400054
摘要：针对松鼠优化算法在后期寻优能力不足、容易陷入局部最优以及种群多样性损失较大的问题,提出了一种融合自适应t分布和随机游走策略的松鼠优化算法(TRWSSA).该算法利用折射反向学习策略进行种群初始化,增强了种群的整体多样性;引入非线性搜索因子并且在每一次松鼠位置更新中加入自适应t分布扰动位置,减少算法陷入局部最优的概率,增强全局寻优能力;在最后的位置更新中加入随机游走策略对最优松鼠位置进行扰动更新,提高算法后期的收敛精度和速度.通过在8个基准函数上的仿真实验,对比其他智能算法以及改进算法,实验结果和分析表明TRWSSA在收敛速度、收敛精度上有明显提升,且能较好地解决寻优不足问题.
关键词：智能优化算法松鼠算法算法改进融合策略折射反向学习自适应t分布随机游走基准函数
分类号：TP301.6(计算技术、计算机技术)
资助基金：国家自然科学基金(61402063)
论文发表日期：2024-08-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 2343-2347,2410 )
英文信息