混合策略改进的麻雀搜索算法及其应用

摘要：

针对麻雀搜索算法(sparrow search algorithm,SSA)在优化过程中易陷入局部最优、寻优精度低等问题,提出了 一种混合策略改进的麻雀搜索算法(MSSA).为了使麻雀个体在搜索空间中能够进行充分搜索,在算法寻优过程中引入存档阶段去接收麻雀发现者向安全区域移动时可能被捕获而残留的位置信息;在算法的迭代过程中对当前最优个体作自适应邻域搜索,通过充分探索优质个体周围的位置信息来增强算法跳出局部最优的能力.通过九个基准测试函数进行性能评估,将MSSA、SSA以及四个改进的麻雀搜索算法,即混沌麻雀搜索算法、混合策略改进的麻雀搜索算法、改进的麻雀搜索算法、增强型的麻雀搜索算法,进行性能评测比较.实验结果表明,MSSA相较于其他对比算法在近80％的测试函数上都有更好的收敛精度和稳定性,并且在Friedman检验中MSSA的排名均获得了第一.最后,将MSSA应用于障碍物环境下的无线传感器网络(wireless sensor network,WSN)覆盖优化问题,MSSA比五个对比算法的覆盖率分别提高了 9.77％、4.25％、6.62％、3.02％、7.38％.

关键词：麻雀搜索算法、麻雀发现者、结合存档的捕获机制、自适应邻域搜索

所属期刊栏目：40

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;国家自然科学基金;江西理工大学校级基金资助项目

在线出版日期：2023-03-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：404-412