计算机工程与科学 ›› 2023, Vol. 45 ›› Issue (07): 1320-1330.
• 人工智能与数据挖掘 • 上一篇
黄学雨1,2,罗华3
HUANG Xue-yu1,2,LUO Hua3
摘要: 针对算术优化算法存在的求解精度低、收敛速度慢和容易陷入局部最优等缺陷,提出一种融合正弦余弦策略的算术优化算法。根据个体适应度的变化信息自适应调整数学优化器加速函数MOA,平衡算法的全局探索和局部开发能力;将改进后的正弦余弦算法引入算法的局部开发阶段,增加迭代后期种群多样性,避免算法陷入局部最优,有效提升算法的求解精度和收敛速度。在14个基准测试函数上的仿真实验结果表明,改进算法在求解精度、收敛速度和鲁棒性方面均有明显提升。最后将改进算法用于支持向量机SVM参数优化,并建立学生知识水平预测模型,进一步验证了算法的实用性和优越性。