一种基于精英反向和纵横交叉的鲸鱼优化算法

来源 :小型微型计算机系统 | 被引量 : 0次 | 上传用户:lcqinyuyang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对鲸鱼优化算法收敛速度慢、收敛精度低以及易陷入局部最优等问题,提出一种基于精英反向和纵横交叉的鲸鱼优化算法(ECWOA).该算法首先通过精英反向学习策略初始化种群,以提高初始解的质量,加快全局收敛速度;其次,采用逆不完全Γ函数更新收敛因子来平衡算法全局探索和局部开发能力;最后,利用纵横交叉策略对种群和全局最优解进行修正,以此来保证种群个体的多样性,提高算法跳出局部最优的能力.通过对8个经典测试函数的仿真实验表明,ECWOA算法的寻优精度和收敛速度均有明显的提升.
其他文献
回复式神经网络是深度学习领域中一类非常强大的神经网络模型,它主要用于处理和预测序列数据.得益于回复式神经网络的“记忆”功能,它和它的变体网络已经被成功应用于多种任