计算机应用研究

作者：李大海,曾能智,王振东,

单位：江西理工大学信息工程学院,江西赣州341000；

关键词：麻雀搜索算法,边界学习,转移概率,混合粒子群机制,模糊推理系统,

基金：国家自然科学基金资助项目(61563019,615620237)；江西理工大学校级基金资助项目(205200100013)；；

针对麻雀搜索算法（SSA）种群多样性差、易陷入局部最优等问题，提出了一种多策略协同改进的麻雀搜索算法（ISSA）。首先，ISSA采用一种融合转移概率的边界学习策略的发现者位置更新方式，扩大发现者搜索范围并丰富其种群多样性；其次，ISSA在麻雀跟随者更新过程中引入混合粒子群机制，扩大目标跟随个体的选择范围；最后在算法寻优过程中，ISSA利用模糊推理系统动态监控种群陷入局部最优的概率，以差分变异操作提高种群跳出局部最优的能力。采用CEC2017测试函数中的12个函数作为性能基准函数，将ISSA与标准SSA及其他四种改进的麻雀搜索算法（ESSA、CSSOA、SSASC、MSSA）进行性能测试，基于实验数据的Friedman检验表明，ISSA能获取更好的性能。

来源：2023年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第11期