文献类型：期刊文章

作　　者：苏莹莹[1] 王升旭[1]

SU Yingying;WANG Shengxu(School of Mechanical Engineering,Shenyang University,Shenyang 110044,China)

机构地区：[1]沈阳大学机械工程学院,沈阳110044

出　　处：《计算机工程与应用》

基　　金：中央引导地方科技发展计划(2021JH6/10500149);辽宁省自然科学基金(20180551001)。

年　　份：2023

卷　　号：59

期　　号：9

起止页码：75-85

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD_E2023_2024、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对麻雀搜索算法(sparrow search algorithm,SSA)求解精度低,稳定性不足,易陷入局部最优等问题,提出一种基于自适应混合策略的麻雀搜索算法(adaptive hybrid strategy sparrow search algorithm,AHSSSA)。引入Tent混沌映射初始化种群,增加种群数量,合并两个种群,再利用精英策略得到精英种群,以提高初始解质量;引入自适应周期收敛因子α,加强搜索能力与收敛速度;追随者与预警者位置更新方式调整,在一定程度上防止算法陷入局部最优;引入多项式变异扰动,以解决SSA陷入局部最优问题。利用12种测试函数进行测试,结果表明:AHSSSA比SSA有更好的寻优性能。

关 键 词：麻雀搜索算法  Tent混沌映射  自适应周期收敛因子  位置更新方式调整  多项式变异扰动  

分 类 号：TP301.6]