融合黄金正弦与sigmoid连续化的海鸥优化算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要： 针对海鸥算法（SOA）在迭代寻优过程中容易陷入局部最优、收敛速度慢以及寻优精度低等缺陷，提出一种黄金正弦引导与sigmoid连续化的海鸥优化算法（GSCSOA）。在海鸥迁徙阶段，使用sigmoid函数作为非线性收敛因子引导海鸥搜寻过程，使得算法前期保持更强的全局寻优能力，后期更快收敛。在海鸥扑食阶段，引入禁忌搜索的思想，使得海鸥始终向着置信度更高的区域移动，并且在一次迭代中最优位置持续变化，从而提高寻优精度。（剩余10956字）

试读结束

目录
monitor
客服机器人