一、算法简介

麻雀搜索算法（sparrow search algorithm，SSA）由Jiankai Xue等人于2020年提出，该算法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。SSA 主要是受麻雀的觅食行为和反捕食行为的启发而提出的。该算法比较新颖，具有寻优能力强，收敛速度快的优点。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。

二、算法原理

三、算法描述

四、多目标麻雀搜索算法MOSSA

将麻雀搜索算法的优良策略与多目标优化算法框架结合形成多目标麻雀搜索算法（MOSSA），为了验证所提的MOSSA的有效性，将其在46个多目标测试函数（ZDT1、ZDT2、ZDT3、ZDT4、ZDT6、DTLZ1-DTLZ7、WFG1-WFG10、UF1-UF10、CF1-CF10、Kursawe、Poloni、Viennet2、Viennet3）上实验。

ZDT1:

ZDT2:

ZDT3:

ZDT4:

DTLZ5:

DTLZ6:

Viennet2:

五、源文件

源文件夹包含MOSSA所有代码（含46个多目标测试函数）以及原始文献。代码可直接运行，支持二次开发。