基于自适应领导者选择与完全反向学习机制的混合花粉樽海鞘群算法
Hybrid salp swarm algorithm and flower pollination algorithm with adaptive leader selection and full opposition-based learning mechanism
江西理工大学 信息工程学院, 江西 赣州 341000
摘要
针对单一启发式算法易出现收敛精度不足、早熟现象频发等问题，提出一种基于自适应领导者选择与完全反向学习机制的混合花粉樽海鞘群算法(HSF-ALSFO)。首先，HSF-ALSFO将樽海鞘群算法(SSA)与花粉算法(FPA)进行融合，旨在兼顾SSA高效的全局搜索能力与FPA出色的局部搜索能力。其次，算法采用自适应领导者选择机制，通过综合个体适应度值与相对距离筛选精英个体作为领导者，引导其余个体的位置更新。最后，采用引入随机Givens旋转的完全反向学习机制生成种群中所有个体的反向解，以提升种群整体多样性。使用CEC2022测试集作为基准，将HSF-ALSFO与原始SSA，以及4种改进SSA算法：AGSSA、EKSSA、TLSSA、DMSSA和3种改进FPA算法：SCFPA、EFPA、ABFPA进行性能评测。基于实验数据的Friedman检验表明，HSF-ALSFO显著优于其它对比算法。此外，通过消融实验验证了算法中各改进策略的有效性，结果显示所有改进策略的协同作用使HSF-ALSFO实现了最优性能。
基金项目
国家自然科学基金资助项目(61563019,615620237)
江西理工大学校级基金资助项目(205200100013)
出版信息
DOI: 10.19734/j.issn.1001-3695.2025.08.0302
出版期卷: 《计算机应用研究》 优先出版, 2026年第43卷 第4期
发布历史
[2025-12-16] 优先出版
引用本文
李大海, 伍思凯, 王振东. 基于自适应领导者选择与完全反向学习机制的混合花粉樽海鞘群算法 [J]. 计算机应用研究, 2026, 43 (4). (2025-12-19). https://doi.org/10.19734/j.issn.1001-3695.2025.08.0302. (Li Dahai, Wu Sikai, Wang Zhendong. Hybrid salp swarm algorithm and flower pollination algorithm with adaptive leader selection and full opposition-based learning mechanism [J]. Application Research of Computers, 2026, 43 (4). (2025-12-19). https://doi.org/10.19734/j.issn.1001-3695.2025.08.0302. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
