多策略增强的麻雀搜索算法及其应用

来源：计算机技术与发展杂志2025年第06期北京时间：

作者：周涛;柯鹏;

单位：1. 武汉科技大学 计算机科学与技术学院,湖北 武汉 430065;2. 智能信息处理与实时工业系统湖北省重点实验室,湖北 武汉 430065

摘要：为应对麻雀搜索算法初始种群多样性匮乏、位置更新方式单调且易于陷入局部最优等问题,提出一种多策略增强的麻雀搜索算法。 首先采用改进后的 Tent 映射来丰富算法的初始种群,以拓宽搜索范围。 同时,在发现者中引入自适应权重的黄金正弦策略,实现局部与全局搜索的平衡。 其次,引入惯性权重改进跟随者更新方式以提升算法的遍历性能。此外,针对不同适应度的个体分别采用 t 分布扰动和精英差分变异扰动,使算法能更有效地跳出局部最优。 最后,将改进算法在 12 个基准测试函数上同时与其他五种算法进行对比测试,随后将其应用于无线传感器网络的布局优化中。 结果表明,经过改进的算法在寻优精度和收敛速度方面均有显著提升,其优化后的无线传感器网络覆盖率高达 99. 18% ,明显高于其他算法。

关键词：麻雀搜索算法;Tent映射;黄金正弦;t分布扰动;精英差分变异;无线传感器网络