螺旋探索与自适应混合变异的麻雀搜索算法

作者：陈功; 曾国辉^*; 黄勃; 刘瑾

来源：小型微型计算机系统, 2023, 44(04): 779-786.

DOI：10.20009/j.cnki.21-1106/TP.2021-0595

• 麻雀搜索算法
• 混沌映射
• 螺旋探索
• 混合变异

针对麻雀搜索算法(SSA)收敛速度慢，易陷入局部最优的问题，提出一种螺旋探索与自适应混合变异的麻雀搜索算法(SHSSA).首先，采用一种无限次折叠的ICMIC混沌初始化种群，增加种群多样性和遍历性，为全局寻优奠定基础；其次，融入一种螺旋探索策略，增强发现者探索未知区域的能力，提高算法的全局搜索性能；然后，提出一种基于精英差分和随机反向的混合变异策略，加快算法收敛速度，改善算法跳出局部最优的能力.基于12个基准测试函数的仿真结果表明，SHSSA与其余3种算法及2种改进的麻雀搜索算法相比，收敛速度更快、寻优精度更高，稳定性更强.最后，将SHSSA应用于多阈值图像分割中，实验结果表明，相较于基本SSA算法，SHSSA的分割速度和分割精度均得到了提升.

• 单位
  上海工程技术大学