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、CEC2021测试函数

CEC2021共有10个基本测试函数，测试维度包含：10D、20D。CEC2021测试问题随着维度的增加求解极其困难。基本函数信息如下：

在基本函数的基础上添加旋转等操作，共有8种组合：

每组组合下每个函数的理论最优值如下：

CEC2021最终求解如下5种组合（标红的3组不作为测试组合）

三、实验

将麻雀搜索算法运用于求解CEC2021中10个无约束函数，其中每组问题的每个测试函数可以选择的维度分别有：10D与20D。增大迭代次数，SSA的求解效果更佳。本例测试函数选择Bias and Shift（110），其维度均为20D（可根据自己需求调整），SSA种群大小为100，最大迭代次数为800次。

部分测试结果如下：

F1:目标函数值：100，SSA求得值：100

F4：目标函数值：1900，SSA求得值：1909

F8:目标函数值：2200，SSA求得值：2300

由此可以看出，SSA在求解CEC2021具有一定的潜力。SSA在3个测试函数上快速求得的值与函数理论值比较接近，增大迭代次数效果更佳显著。SSA在cec2021上具有一定的竞争力。

四、源文件

源文件夹包含SSA求解CEC2021的所有代码，测试函数共10个。

每个函数可选择维度分别为：10D与20D。直接点击main.m文件直接运行，支持二次开发。