科研之友
微信
新浪微博
Facebook
分享链接
摘要
麻雀搜索算法是一种基于麻雀捕食与反捕食行为的新型群体智能优化算法。本文针对此算法后期容易陷入局部最优的问题，提出了基于混沌扰动和精英反向学习策略的改进麻雀搜索算法。该算法通过加入自适应权重策略平衡算法的全局探索和局部挖掘能力，融入改进的Tent混沌初始化种群以提升初始解的质量，在发现者位置更新时引入精英反向学习策略，从而增加发现者的多样性。此外，在算法进入停滞状态时使用混沌扰动以产生新解，使算法拥有跳出局部最优的能力，从而提高了算法的全局搜索能力。11个基准测试函数的仿真结果表明，与其他算法相比ISSA算法在迭代速度、寻优精度和稳定性上更具优势。最后，将ISSA算法应用于Hammerstein系统的辨识问题，验证了该算法的有效性和可靠性。
- 出版日期2023
- 单位安庆师范大学
