基于旋转学习策略的共生生物搜索算法

为提高共生生物搜索算法(Symbiotic Organisms Search, SOS)的性能,提出一种基于旋转学习策略的共生生物搜索算法(Symbiotic Organisms Search Using Rotation-Based Learning, RSOS)。该算法将串行个体更新方式改为并行种群更新方式,提高算法收敛速度;引入遍历保优的旋转学习策略,代替寄生机制的盲目随机搜索,增大保留新个体的概率,补充种群多样性,提高算法跳出局部最优的能力。对于8个标准测试函数仿真表明,RSOS算法较基本SOS算法在收敛速度、收敛精度及稳定性上得到了明显提升。