融合黄金正弦和曲线自适应的 多策略麻雀搜索算法

打开文本图片集

摘 要：  针对元启发算法中麻雀搜索算法（SSA）的早熟收敛、易陷入局部最优、全局搜索性差等问题进行研究，提出一种融合黄金正弦和曲线自适应的多策略麻雀搜索算法。首先，利用Chebyshev混沌映射初始化种群，使初始解位置分布更为均匀，产生优质初始解，增加种群丰富性；其次，引入黄金正弦和曲线自适应权重改进发现者和加入者位置更新方式，有效协调了全局搜索与局部挖掘能力，加快收敛速度；最后，动态选择随机游走或柯西- t 扰动策略对最优麻雀位置进行扰动，提高算法跳出局部最优的能力以及收敛精度。（剩余19578字）