多策略改进的蛇优化算法

来源：计算机技术与发展杂志2024年第05期北京时间：

作者：权浩迪;刘勇国*;傅翀;朱嘉静;张云;兰刚;李巧勤

摘要：为改进蛇优化算法(Snake Optimizer,SO)在探索方式、变量计算、空间搜索方式和种群更新方式等方面存在的不足,提出了一种多策略改进的蛇优化算法(Improved Snake Optimizer,ISO)。 首先,提出探索寻优策略,根据个体相对于优势个体的位置更新自身的位置,使种群在前期快速收敛到最优解附近。 其次,优化变量计算方式,将 SO 算法中的指数运算改进为多项式运算,提高 SO 的时间效率。 同时引入动态调整搜索空间的机制,随种群进化迭代次数的增加逐步扩展搜索范围以提高寻优能力。 最后,引入优势进化策略,淘汰适应度较差的个体并结合优势个体的基因产生新个体,快速提高种群优势基因比例以增加收敛速度。 对不同基准测试函数进行寻优实验,分别与经典 SO 算法和 5 种启发式算法进行对比,结果表明 ISO 具有较强的寻优能力。 为进一步验证所提算法的高效性和实用性,将 ISO 应用于全连接神经网络的优化问题,结果表明基于 ISO 优化的神经网络具有更优的分类效果。

关键词：蛇优化算法;启发式算法;优化问题;多策略改进;神经网络