基于动态学习策略的群集蜘蛛优化算法 (2015年)

为了提高群集蜘蛛优化(SSO)算法的性能，提出一种基于动态学习策略的群集蜘蛛优化(DSSO)算法．该算法通过群体协作过程中学习因子的动态选择，平衡算法的搜索能力和勘探能力；采用随机交叉策略和云模型改进协作过程个体更新方式，在维持种群多样性的同时尽量提高收敛速度．基于标准测试函数的仿真实验表明，DSSO算法可有效避免早熟收敛，在收敛速度和收敛精度上较标准SSO算法和其余4种较具代表性的优化算法均有显著提高．