声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：43-1258/TP
国际刊号：1007-130X
发布日期:
作者：尹德鑫, 张达敏, 蔡朋宸, 秦维娜
单位：贵州大学大数据与信息工程学院，贵州 贵阳 550025
关键词：麻雀搜索算法,反向学习策略,Levy策略,函数优化,
基金：贵州省科学技术基金(黔科合基础［2020］1Y254)
麻雀搜索算法SSA在求解目标函数最优解时，存在种群多样性不丰富，易陷于局部最优,多维函数求解精度差等问题，针对这些问题提出改进的麻雀搜索算法ISSA。首先，利用反向学习策略初始化种群，增加种群多样性；然后，对步长因子进行动态调整，提高算法的求解精度；最后，在侦查预警的麻雀位置更新公式中引入Levy飞行,提高算法寻优能力和跳出局部极值的能力。将ISSA、SSA和其他算法在8个测试函数上进行求解，并进行秩和检验，仿真结果表明，ISSA具有更高的寻优性能。还将ISSA应用到认知无线电的频谱分配中，实验结果表明，ISSA的系统效益和公平性优于其他算法，验证了ISSA在实际应用中的可行性。
来源：2022年第10期
《计算机工程与科学》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。