融合多策略的增强麻雀搜索算法及其应用

摘要：

针对麻雀搜索算法(SSA)易陷入局部最优和寻优精度低等问题,提出一种融合多策略的增强麻雀搜索算法(ESSA).首先,在发现者飞行位置引入莱维飞行和云自适应权重,以扩大算法搜索范围并丰富其种群多样性;其次,通过基于模糊控制的自适应透镜成像策略对当前最优位置进行反向学习,以增强算法跳出局部最优的能力;最后选用CEC2017中的12个函数作为测试集,将ESSA和标准SSA,以及其他四种改进麻雀算法(ISSA、MSSSA、HSSA、SHSSA)进行性能测试.实验结果表明ESSA能够获得更好的搜索性能.将ESSA应用于三维无人机路径规划问题,仿真结果表明ESSA在无人机三维路径寻优上也能获取最优的结果.

关键词：麻雀搜索算法、云模型、莱维飞行、透镜成像、模糊逻辑、路径规划

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：2023-10-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：3032-3039