科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了改善麻雀搜索算法（Sparrow Search Algorithm， SSA）种群初始化结果不充分导致多样性丧失，勘探和开采过程中易受到个别位置信息干扰影响寻优精度等缺点，提出了融合排序弹性碰撞的新型麻雀搜索算法，简称为XSSA。首先，采用改进的无限折叠迭代混沌映射（Iterative Chaotic Map with Infinite Collapses， ICMIC）初始化种群，提升了初始种群分布的分散程度；其次，使用高斯随机游走策略平衡算法的探勘和开发能力；此外，在发现者更新后对所有个体执行排序弹性碰撞策略，避免算法过早地收敛到局部极值；最后，根据不同阶段的寻优特点制定多策略边界处理机制，保留住种群数量，避免多样性的丧失。同时，结合重要的位置信息对超出边界的个体进行位置再更新，使得处理后的位置更加合理，为接下来的迭代搜索提供质量保证。通过对12个基准函数进行仿真实验，并画出收敛精度图直观展示算法性能。借助各策略的贡献测试、Wilcoxon秩和检验、Friedman检验的综合排名等证明了XSSA的有效性、独特性和具有较好的寻优性能。
- 单位
