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、CEC2019测试函数

CEC2019共有10个无约束单目标测试函数，每个函数的理论最优值均为1，这些函数极具挑战力。

三、实验说明

将麻雀搜索算法用于求解CEC2019，定义种群大小为100，最大迭代次数为1000，部分实验结果如下：

F1：SSA求得值：1

F5:SSA求得值：1.4874

F10:SSA求得值： 20.9996

SSA在F1上可以快速找到最优值，在F5上求得的值也很接近理论值（加大迭代次数效果更理想），在F10上也具有极其出色的表现。由此可见，SSA在CEC2019上具有一定的竞争力。

四、源文件

源文件包含CEC2019中总的10个测试函数以及每个函数的详细介绍文件，代码可以直接运行，支持二次开发。