• 融合边界处理机制的学习型麻雀搜索算法

    文章目录

    一、理论基础

    1、麻雀搜索算法

    请参考这里。

    2、HSSA搜索算法

    2.1 Piecewise map初始化种群

    为了改善SSA通过后续寻优方式获得的解的质量，一个优良的初始种群分布是整个算法的基础。本文采用分段映射Piecewise map来对算法的初始化阶段进行混沌变换。Piecewise map作为分段线性映射的一种，和Liebovitch map、伯努利移位映射Bernoulli shift map一样，其对分布在不同位置的初始值设置了不同的变换公式。具体的数学表达式为 x n + 1 = { x n d ,     0 ≤ x n < d x n − d 0.5 − d ,     d ≤ x n < 0.5 1 − d − x n 0.5 − d , 0.5 ≤ x n < 1 − d 1 − x n d ,       1 − d ≤ x n < 1 (1) x_{n+1}=

    \begin{dcases}\frac{x_n}{d},\quad\quad\quad\quad\,\,\, 0\leq x_n<d\\[2ex]\frac{x_n-d}{0.5-d},\quad\quad\,\,\, d\leq x_n<0.5\\[2ex]\frac{1-d-x_n}{0.5-d},\quad 0.5\leq x_n<1-d\\[2ex]\frac{1-x_n}{d},\quad\quad\,\,\,\,\, 1-d\leq x_n<1\end{dcases}" role="presentation" style="position: relative;">