多策略改进麻雀搜索算法及工程应用OA北大核心CHSSCDCSSCICSTPCD

针对麻雀搜索算法容易陷入局部最优、迭代后期种群多样性单一等缺点,提出一种多策略结合的麻雀搜索算法。首先利用低差异序列、混沌映射对种群精英化,提高初始种群的质量,加快算法的收敛速率并提高跳出局部最优值的能力。对于经典麻雀搜索算法探索者探索能力不足的问题,利用种群之间的距离平衡搜索的精度和广度,引入d维超球面均匀分布的随机单位向量,提高种群的游走性;引入精英化思想对最优点实行保留,提高收敛速度和精度;引入遗传算法的轮盘赌思想改进跟随者的跟随策略。此外,利用改进高斯变异和改进逐维反向学习在最优解的位置进行扰动和精确搜索,以提高算法性能。与9种算法在24个基准测试函数、CEC2017测试函数的仿真对比实验、经典压力容器设计问题的实际工程应用以及Wilcoxon秩和检验结果表明,多策略改进的麻雀搜索算法有更好的寻优能力。