融合黄金正弦和曲线自适应的多策略麻雀搜索算法

作者：高晨峰; 陈家清^*; 石默涵

来源：计算机应用研究, 2022, 39(02): 491-499.

DOI：10.19734/j.issn.1001-3695.2021.06.0217

• 麻雀搜索算法
• 黄金正弦算法
• 曲线自适应权重
• 柯西-t扰动
• 函数优化

针对元启发算法中麻雀搜索算法(SSA)的早熟收敛、易陷入局部最优、全局搜索性差等问题进行研究，提出一种融合黄金正弦和曲线自适应的多策略麻雀搜索算法。首先，利用Chebyshev混沌映射初始化种群，使初始解位置分布更为均匀，产生优质初始解，增加种群丰富性；其次，引入黄金正弦和曲线自适应权重改进发现者和加入者位置更新方式，有效协调了全局搜索与局部挖掘能力，加快收敛速度；最后，动态选择随机游走或柯西-t扰动策略对最优麻雀位置进行扰动，提高算法跳出局部最优的能力以及收敛精度。选取14个基准函数进行测试，比较改进算法与其他九个元启发式算法的仿真结果，使用Wilcoxon秩和检验以及MAE(mean absolute error)排序来验证所提改进策略的有效性。结果表明，该算法在全局搜索性、克服局部最优、收敛速度、收敛精度、稳定性都有较大提升。

• 单位
  武汉理工大学