一、麻雀搜索算法

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、CEC2015

CEC2015共有15个无约束测试函数，每个测试函数的可选维度分别是：10/30/50/100。下表给出了每个函数的理论最优值，如：F1的最优值为100。CEC2015测试函数复杂，极其具有挑战力。

三、实验

本例中所测试的函数维度为30（可根据自己需要修改），种群规模100，最大迭代次数1000，加大迭代次数求解结果更优哦~

部分实验结果：

F1:SSA求得值：1046534.6824

F2:SSA求得值：203.6028

F3:SSA求得值：319.9999

从测试函数的前三个可以看出，SAA在F2上求得值十分接近理论值，在F3上的结果与最优值相差较小，在F1上效果不是很理想，主要是迭代次数太少，加大迭代次数其求解结果更优。由此可知，SSA在CEC2015上具有一定的竞争力，潜力十足。

四、源文件

源文件包含CEC2015中总的15个测试函数以及每个函数的详细介绍文件，每个测试函数可选择维度分别为10D、30D、50D、100D，代码可以直接运行，支持二次开发。