基于折射反向学习机制的樽海鞘群算法.pdfVIP

小型微型计算机系统2025年1月第1期

DOI:10.20009/ki.21-1106/TP.2023-0267

JournalofChineseComputerSystemsVol.46No.12025

基于折射反向学习机制的樽海鞘群算法

钱谦，翟豪,潘家文，冯勇，李英娜

1（昆明理工大学信息工程与自动化学院，昆明650500）

2（昆明理工大学云南省计算机技术应用重点实验室，昆明650500）

E-mail:163.com

摘要：由于樽海鞘群算法（SSA)容易陷入局部最优，导致算法收敛能力较差，为了提高算法的搜索性能，本文提出了一种基

于折射反向学习的樽海鞘群算法rOSSA.算法根据折射反向学习在解空间中获得反向解，使搜索代理获得更多选择机会，增加

算法找到更优解的可能性，此外，在折射反向学习中引入概率扰动机制，通过概率扰动机制使搜索代理在选代后期能够跳出局

部最优，从而增强算法的全局搜索能力.最后，通过9个单峰、多峰、复合测试函数和一个工程计算问题将rOSSA与近年提出的

一些主流算法进行比较，实验结果有效证明了本文改进算法的有效性，

关键词：樽海鞘群算法；搜索性能；折射反向学习；概率扰动

中图分类号：TP301文献标识码：A文章编号：1000-1220(2025)01-0119-09

SalpSwarmAlgorithmBasedonRefractedOpposition-basedLearning

QIANQian,ZHAIHao,PANJiawen,FENGYong,LIYingna

1(FacultyofInformationEngineeringandAutomation,KunmingUniversityofScienceandTechnology,Kunming650500,China)

2(YunnanKeyLaboratoryofComputerTechnologyApplications,KunmingUniversityofScienceandTechnology,Kunming650500,China)

Abstract:Becausethesalpswarmalgorithm(SSA)iseasytofallintolocaloptimum,resultinginpoorconvergenceabilityofthealgo-

rithm,inordertoimprovethesearchperformanceofthealgorithm,thispaperproposesasalpswarmalgorithmbasedonrefractedop-

position-basedlearning(rOsSA).Firstly,thesearchagentusesrefractedopposition-basedlearningtoobtaintheoppositesolutionin

thesolutionspace,soastoobtainmorechoicesandincreasethepossibilityofthealgorithmtofindbettersolution.Inaddition,the

probabilisticperturbationmechanismisintroducedintotherefractedopposition-basedlearningspecies,sothatthesearchagentcan

jumpoutofthelocaloptimuminthelateriteration,soastoenhancetheglobalsearchabilityofthealgorithm,Finally,rOSSAiscom-

paredwithsomemainstreamalgorithmst