TY -的A2 Versaci马里奥•王盟——双盟——刘,清新盟——刘,渝AU -贾,赫明盟——Abualigah莱斯AU -郑,荣盟——吴,Di PY - 2021 DA - 2021/09/07 TI -混合SSA和SMA突变反对学习约束工程问题SP - 6379469六世- 2021 AB -基于樽海鞘群算法(SSA)和黏菌算法(SMA),一种新的混合优化算法,名叫混合黏菌樽海鞘群算法(HSMSSA),提出了解决工程问题的约束。SSA可以获得好的结果在解决一些优化问题。然而,很容易受到局部最小值和较低的人口密度。SMA专门从事全球勘探和良好的鲁棒性,但其收敛速度太慢高效地找到令人满意的解决方案。因此,在本文中,考虑到上述优化算法的特点和优势,SMA集成到SSA的领袖位置更新方程,可以分享有用的信息,该算法可以利用这两种算法的优势,加强全局优化性能。此外,利维飞行利用提高探索能力。值得注意的是,一个新颖的策略称为突变反对学习提出了提高性能的混合优化算法在避免过早收敛,勘探开发阶段之间的平衡,找到满意的全局最优。评估算法的效率,HSMSSA应用于23个不同基准单峰函数和多通道类型。此外,五个经典的约束工程问题是用来评估技术提出的可行能力。仿真结果表明,HSMSSA方法更具竞争力,礼物比SMA工程实际约束问题的有效性,SSA和其他比较算法。 In the end, we also provide some potential areas for future studies such as feature selection and multilevel threshold image segmentation. SN - 1687-5265 UR - https://doi.org/10.1155/2021/6379469 DO - 10.1155/2021/6379469 JF - Computational Intelligence and Neuroscience PB - Hindawi KW - ER -