基于多种改进策略的改进麻雀搜索算法

作者：李丹丹^*; 吴宇翔; 朱聪聪; 李仲康

来源：计算机科学, 2022, 49(S1): 217-222.

• 麻雀搜索算法
• 交叉变异算子
• t-分布扰动
• 差分变异

针对麻雀搜索算法收敛速度慢、易陷入局部最优值、寻优精度低等缺陷进行研究，提出一种基于多种改进策略的改进麻雀搜索算法(IM-SSA)。首先，利用Tent混沌序列丰富麻雀搜索算法的初始种群，扩大搜索区域范围，并在发现者中引入自适应交叉变异算子，丰富发现者种群的多样性，平衡全局与局部的搜索能力；其次，按照每次迭代后种群个体的特点选用t-分布扰动或差分变异进行扰动，避免算法后期种群单一，提升算法跳出局部最优值的能力；最后，分别使用IM-SSA算法、灰狼算法、粒子群算法、鲸鱼算法和经典麻雀搜索算法对8个测试函数进行仿真。通过仿真结果对比分析可得，IM-SSA比其他4种算法收敛速度更快，跳出局部最优值能力更强，寻优精度更高。与当前现有改进麻雀搜索算法仿真结果的对比也表明，IM-SSA算法的改进策略更优。

• 单位
  郑州轻工业大学