首页 | 本学科首页   官方微博 | 高级检索  
     

一种新型的樽海鞘群算法及其应用
引用本文:谢聪,郑洪清. 一种新型的樽海鞘群算法及其应用[J]. 计算机工程与科学, 2022, 44(1): 184-190. DOI: 10.3969/j.issn.1007-130X.2022.01.022
作者姓名:谢聪  郑洪清
作者单位:(1.广西大学行健文理学院,广西 南宁 530005;2.广西外国语学院信息工程学院,广西 南宁 530222)
基金项目:广西中青年基金(2020KY54019)。
摘    要:为了解决樽海鞘群算法SSA在寻优过程中存在收敛速度慢、计算精度差等问题,提出一种新型的樽海鞘群算法NSSA。首先分析SSA中樽海鞘在追随领导者过程中的不足,然后借鉴灰狼优化算法中追随头狼的思想来改进樽海鞘追随领导者的方式。在23个基准函数上对NSSA与其他算法进行性能比较,并把该算法应用于图像匹配之中。所有实验结果表明,NSSA具有更好的收敛速度、计算精度和鲁棒性。

关 键 词:樽海鞘群算法  函数优化  图像匹配  灰狼算法
收稿时间:2020-08-16
修稿时间:2020-10-15

A novel salp swarm algorithm and its application
XIE Cong,ZHENG Hong-qing. A novel salp swarm algorithm and its application[J]. Computer Engineering & Science, 2022, 44(1): 184-190. DOI: 10.3969/j.issn.1007-130X.2022.01.022
Authors:XIE Cong  ZHENG Hong-qing
Affiliation:(1.Xingjian College of Science and Liberal Arts,Guangxi University,Nanning 530005;2.College of Information Engineering,Guangxi University of Foreign Languages,Nanning 530222,China)
Abstract:Aiming at the shortcomings of slow convergence speed and poor calculation accuracy in the optimization process of Salp Swarm Algorithm(SSA),a Novel Salp Swarm Algorithm is proposed(NSSA).Firstly,the deficiencies of SSA in the process of following leaders are analyzed.learning from the idea of grey wolves following the header in grey wolf algorithm,the way of salps following the leader is improved.Performance comparison between NSSA and other algorithms is conducted on 23 benchmark functions,and the algorithm is applied in image matching.All experimental results show that NSSA has better convergence speed,calculation accuracy and robustness.
Keywords:salp swarm algorithm  function optimization  image matching  grey wolf algorithm
本文献已被 维普 万方数据 等数据库收录!
点击此处可从《计算机工程与科学》浏览原始摘要信息
点击此处可从《计算机工程与科学》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号