摘要：【目的】社会蜘蛛群优化算法（SSO)是一种新颖的元启发式优化算法，自从它被提出之后就受到该领域学者的广泛关注，并且也被成功应用到许多领域。但是由于社会蜘蛛群优化算法还处在算法的研究初期，该算法的收敛速度与收敛精度还需要进一步提高。【方法】将差分进化算子引人到社会蜘蛛群优化算法（SSO-DM)中，并将改进的算法应用于函数优化问题中，通过5个标准测试函数来验证基于差分进化算子的社会蜘蛛群优化算法（SSO-DM)的优化性能。【结果】差分进化算子增强了社会蜘蛛群优化算法的收敛速度与收敛精度。【结论】本研究中所提出的算法能够获得精确解，并且它也具有较快的收敛速度和较高的算法稳定性。
分类：期刊> 自然科学与工程技术> 基础科学> 自然科学理论与方法
收录：统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > CA 化学文摘(美) > JST 日本科学技术振兴机构数据库(日) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：社会蜘蛛群优化算法 差分进化算子 元启发式优化算法 函数优化
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
