基于多种改进策略的改进麻雀搜索算法

摘要：

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.

关键词：麻雀搜索算法、交叉变异算子、t-分布扰动、差分变异

所属期刊栏目：49

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金;郑州轻工业大学博士科研基金项目

在线出版日期：2022-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：217-222