一种改进的麻雀搜索算法

来源：计算机技术与发展杂志2022年第03期北京时间：

作者：刘睿;莫愿斌;'*

单位：1. 广西民族大学 电子信息学院,广西 南宁 530006;2. 广西民族大学 混杂计算与集成电路设计分析重点实验室,广西 南宁 530006;3. 广西民族大学 人工智能学院,广西 南宁 530006

摘要：麻雀搜索算法(SSA) 作为一种新颖的群体智能优化算法,已被证明具有较好的寻优性能。 但由于 SSA 在某些情况下迭代中后期搜索性减小,种群多样性降低,导致算法存在收敛速度慢、求解精度低、易陷入局部最优解等不足。 针对SSA 存在的缺陷,融合萤火虫算法( FA) 迭代策略,提出了一种加入萤火虫搜索扰动的麻雀搜索优化算法( FSSA) 。 首先,在麻雀搜索后,利用萤火虫扰动策略对种群中所有个体进行位置更新,使得算法在解空间搜索更加充分,有效避免陷入局部最优,进而提升算法的收敛速度以及收敛精度。 其次,通过 6 个基准测试函数对改进算法与粒子群优化算法( PSO) 、鲸鱼优化算法( WOA) 、原始的 SSA 算法进行对比,仿真结果表明该算法能够克服 SSA 易陷入局部最优的不足,在寻优精度、收敛速度以及鲁棒性等方面均获提升。 最后,将 FSSA 应用于具有 14 座城市的旅行商问题( TSP) 求解,仿真实验对比原始的 SSA 算法,该算法具有更好的结果,进一步验证了 FSSA 的寻优能力。

关键词：麻雀搜索算法;群体智能优化算法;萤火虫算法;旅行商问题;寻优能力