多策略增强型麻雀搜索算法

摘要

为进一步提升麻雀搜索算法(SSA)的收敛速度和求解精度,并且针对麻雀种群的全局搜索能力较弱和在迭代后期易陷入局部最优的问题,提出一种多策略增强型的麻雀搜索算法(MESSA)。首先,采用Bernoulli映射初始化种群,保证种群的多样性和均匀性,提升算法的收敛速度。其次,引入Levy飞行来增强麻雀种群中个体发现者的全局搜索能力。然后,引入交叉优化算法,帮助麻雀种群陷入停滞时摆脱停滞状态,跳出局部最优的同时提升求解精度。通过9个基准函数实验证明MESSA能提升SSA的性能。