基于随机游走改进的麻雀搜索算法

1.随机游走策略

随机游走的过程在数学上可以表示为：

式中：为随机游走的步数集； 为计算累加和; 为随机游走的步数(本文取最大迭代次数);为一个随机函数，定义为

式中：为[0,1]的随机数。

由于可行域存在边界，不能直接用式(1)更新蚂蚁的位置。为确保行走在可行域范围内随机游走，需根据式(3)对其进行归一化

式中: 为第$ i$ 维变量随机游走的最小值; 为第 维变量随机游走的最大值;为第维变量再第次迭代的最小值；为第 维变量在第$ t$ 次迭代最大值。

2.基于随机策略的麻雀搜索算法

基础麻雀算法的具体原理参考，我的博客：https://blog.csdn.net/u011835903/article/details/108830958

该改进主要是在麻雀搜索后，利用随机游走对最优麻雀进行扰动，提高其搜索性，在开始迭代之初，随机游走边界较大，有利于提高全局搜索性，在迭代多次后，游走边界变小，提高算法的最优位置局部搜索性。

算法流程

Step1： 初始化种群，迭代次数，初始化捕食者和加入者比列。

Step2：计算适应度值，并排序。

Step3：麻雀更新捕食者位置。

Step4：麻雀更新加入者位置。

Step5：麻雀更新警戒者位置。

Step6：计算适应度值并更新麻雀位置。

Step7. 利用随机游走更新最优麻雀

Step8.计算适应度值并更新麻雀位置。

Step9：是否满足停止条件，满足则退出，输出结果，否则，重复执行Step2-8；

3.算法结果：

4.Matlab

5.Python