文献类型：期刊文章

作　　者：王辉[1] 童楠[1] 符强[1]

WANG Hui;TONG Nan;FU Qiang(School of Information Engineering,College of Science&Technology Ningbo University,Ningbo 315300,China)

机构地区：[1]宁波大学科学技术学院信息工程学院,宁波315300

出　　处：《计算机系统应用》

基　　金：宁波市自然科学基金(2021J135)。

年　　份：2023

卷　　号：32

期　　号：6

起止页码：159-165

语　　种：中文

收录情况：IC、JST、ZGKJHX、普通刊

摘　　要：针对麻雀搜索算法容易因初始种群的多样性不足,导致算法的搜索能力下降;以及在搜索后期,算法容易陷入到局部最优的问题,提出一种多策略融合的麻雀搜索算法(multi-strategy fusion sparrow search algorithm, ISSA).在算法初始化阶段,引入高维Sine混沌映射来初始化种群,提高初始种群的质量,增强种群多样性;其次,引入衰减因子,作用在发现者阶段,衰减因子的自适应性,平衡了前期全局搜索和后期局部寻优的性能;最后引入柯西变异和变化选择策略,让搜索个体可以跳出局部限制继续搜索,增强局部搜索能力.随机抽取6个benchmark测试函数,实验结果验证了ISSA在寻找最优值等方面相比原算法得到了有效的提升.

关 键 词：麻雀搜索算法  高维Sine混沌映射  自适应  衰减因子  柯西变异

分 类 号：TP3[计算机类]