融合精英学习与多项式变异的改进麻雀算法

摘要

针对麻雀搜索算法初期搜索效率低和易陷入局部最优的问题,提出了融合精英学习与多项式变异的改进麻雀算法。算法在麻雀搜索算法的基础上,通过维度空间均匀初始化种群,优化种群分布,均匀种群密度,提高初期搜索效率;然后引入改进的精英学习策略,对发现者搜索范围进行全局性优化,提高算法的开拓能力;最后采用多项式变异对麻雀搜索算法中的最佳位置进行更新,降低算法陷入局部最优解的概率,增强算法的全局寻优能力。通过8个基准函数的仿真和Wilcoxon秩检验,验证上述方法的有效性。最终结果表明,改进麻雀算法的搜索效率和全局寻优能力都有明显的提升。