基于Sinusoidal混沌映射的麻雀搜索算法

1.Sinusoidal映射

Sinusoidal映射是混沌映射的典型代表，它的数学形式很简单。其表达式如下：
$$x_{k+1}=a{x}_k^{2}sin(\pi x_k),a=2.3,x_0=0.7\text{\hspace{1em}(1)}$$
迭代表达式中a的范围为[0,1],x的范围为[0,1]。Sinusoidal映射迭代200次的分布如下图所示：

从图种可以看出，Sinusoidal映射分布在[0,1]之间，其混沌性来代替随机初始化，能够使种群在搜索空间更加均匀的分布。

2.基于Sinusoidal映射的麻雀搜索算法

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

该改进主要是在初始化种群时，利用Sinusoidal映射初始化种群

算法流程

Step1： 利用Sinusoidal映射策略初始化种群，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：是否满足停止条件，满足则退出，输出结果，否则，重复执行Step2-6；

3.算法结果：

4.Matlab

5.python