融合多向学习的混沌麻雀搜索算法

摘要：

对于原始麻雀搜索算法(SSA)在迭代过程中表现出的种群多样性减小,易陷入局部最优等问题,提出一种融合多向学习的混沌麻雀搜索算法(MSSA).利用Hénon混沌映射初始化种群,增加麻雀种群的多样性,扩大可行解的搜索范围,为全局寻优奠定基础;采用多向学习策略增加麻雀跟随者探索未知领域的机会,平衡算法的局部开发性能和全局搜索能力;当算法陷入局部最优时,引用遗传算法中的变异策略依据动态的变异概率对当前最优个体进行扰动变异;将MSSA算法应用到无线传感器网络节点覆盖优化问题.数值实验结果与Wilcoxon秩和检验结果均表明MSSA算法在收敛精度与收敛速度等方面具有更明显的优势.

关键词：麻雀搜索算法、Hénon混沌映射、多向学习策略、变异算子、无线传感器网络

所属期刊栏目：59

分类号：TP301.6(计算技术、计算机技术)

资助基金：教育部人文社会科学研究项目;辽宁省自然科学基金;辽宁省教育厅项目

在线出版日期：2023-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：81-91