计算机应用研究

作者：高晨峰,陈家清,石默涵,

单位：武汉理工大学理学院,武汉430070；

关键词：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,

基金：国家自然科学基金资助项目(81671633)；；

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。

来源：2022年第2期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2022年第2期