「深度学习之优化算法」（十四）麻雀搜索算法

奋斗吧

擅长邻域：未填写

2023-07-19 18:23:32 73浏览

麻雀算法是2020年刚提出的算法，从文章上看，可能赶上疫情，时间比较紧迫，文中的公式有些许错误，算法的思想与实现不是很契合，算法的具体实现和实验有投机取巧之嫌。（仅个人一孔之见，轻喷）。算法的局部搜索能力极强，收敛速度较快，但全局搜索能力较弱且跳出局部最优的操作较弱，易陷入局部最优。整体结构上看，是一个弱化的人工蜂群算法。

1. 麻雀搜索算法简介

（以下描述，均不是学术用语，仅供大家快乐的阅读）
　　麻雀搜索算法（sparrow search algorithm）是根据麻雀觅食并逃避捕食者的行为而提出的群智能优化算法。提出时间是2020年，相关的论文和研究还比较少，有可能还有一些正在发表中，受疫情影响需要论文的同学抓紧时间水论文了。
　　麻雀搜索算法主要模拟了麻雀群觅食的过程。麻雀群觅食过程也是发现者-跟随者模型的一种，同时还叠加了侦查预警机制。麻雀中找到食物较好的个体作为发现者，其他个体作为跟随者，同时种群中选取一定比例的个体进行侦查预警，如果发现危险则放弃食物，安全第一。
　　麻雀搜索算法的具体实现其实和人工蜂群算法非常相似，基本结构几乎一致，但是搜索算子有一定的差异，可以说是一种人工蜂群算法的改进算法。
　　麻雀搜索算法的相关论文比较少，只看了原始论文，算法的描述比较详细，不过可以看出论文编排的比较匆忙，有部分公式显得过于复杂，影响理解。下面我会根据自己的理解对其中的部分公式进行简化，如果有不对的地方，欢迎大家留言。