.png){kind=icon}
返回
An improved snake optimization algorithm based on hybrid strategy
.png){kind=icon}
PRE
AI
DOI：10.1007/s11227-025-07258-y.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
蛇优化算法（SO）是一种高效的元启发式算法。然而，在处理复杂问题时，它仍然存在收敛速度不足和精度不高的缺点。为解决这些不足，本文提出了一种基于混合策略（HSO）的改进蛇优化算法。在种群初始化阶段，研究采用了良好点集初始化方法，使初始种群分布更加均匀。其次，引入非线性平衡因子以更好地平衡探索与开发。此外，引入差分进化策略和Lévy flight策略以增强算法跳出局部最优的能力。为评估所提策略的有效性，本研究基于CEC2022基准函数进行了消融对比实验，并将HSO算法与其他几种元启发式算法进行了比较。实验结果采用Friedman检验和Wilcoxon符号秩检验进行统计分析。最后，采用三个工程设计问题来评估HSO在实际问题中的应用价值。结果表明，与SO相比，HSO在优化能力上取得了显著提升，并且优于对比算法。
Keyword:
Snake optimization algorithm
Good point set
Balance factor
L & eacute
vy flight
期刊
IF:
2.7
论文数:
1.1K
被引数:
1.0W
机构
引用论文
Chameleon Swarm Algorithm: A bio-inspired optimizer for solving engineering design problems变色龙群算法: 解决工程设计问题的生物启发优化器
PREAI
分享收藏Improved versions of snake optimizer for feature selection in medical diagnosis: a real case COVID-19.png)
SOFT COMPUTING
SOFT COMPUTINGIF2.5
PREAI
分享收藏Interior search algorithm (ISA): A novel approach for global optimization内部搜索算法 (ISA): 一种新的全局优化方法ISA TRANSACTIONS
ISA TRANSACTIONSIF6.5
PREAI
分享收藏Human mental search: a new population-based metaheuristic optimization algorithm人类心理搜索: 一种新的基于种群的元启发式优化算法APPLIED INTELLIGENCE
APPLIED INTELLIGENCEIF3.5
PREAI
分享收藏
查看更多内容