基于改进麻雀搜索算法的多维复杂函数优化问题的求解

摘要

传统麻雀搜索算法在寻找最优解过程中，存在种群多样性不够高、易产生局部最优、收敛精度不稳定等问题.本文给出了一种改进的麻雀搜索算法，首先，用改进的Cubic和Bernoulli混合混沌映射初始化种群分布提高种群多样性；其次，在算法迭代过程中引入非线性自适应惯性权重和Levy飞行策略，调节算法的搜索范围和精度，改善算法的收敛速度和局部寻优能力；然后，引入鲸鱼优化算法的捕食策略进行扰动，避免陷入局部最优；最后，在12个基准测试函数上与传统麻雀搜索算法和其他算法进行评估，实验结果验证了改进的算法具有较好的收敛速度和求解精度，并提升了局部搜索能力.

关键词

麻雀搜索算法 / 混沌映射 / 非线性自适应惯性权重 / Levy飞行 / 鲸鱼优化算法