融合Cat混沌映射+精英反向策略+tent扰动+柯西变异的改进麻雀优化算法（IAMSSA）

0、前言

        本博文仿真验证融合精英策略tent扰动和柯西变异的改进麻雀优化算法（IAMSSA）在函数极值寻优上的效果。

1、改进点分析

        ①Cat混沌映射初始化种群：Cat映射是一个二维的可逆混沌映射，具有更好的遍历均匀性和更快的迭代速度，且在[0，1]间产生的混沌序列分布均匀。

        ②精英反向策略：利用精英个体比一般个体具备更有用信息的优势，通过当前种群中的精英个体构造出反向种群加入当前种群，增加种群的多样性，并从扩展后的新种群中选取最优的特定个体构成新一代个体，进入迭代更新。

        ③比例系数改进：r动态更新，动态调整发现者数量和意识到有危险麻雀数量

           PDNumber = round(pop*r); %发现者数量
           SDNumber = round(r*pop);%意识到有危险麻雀数量

        ④改进探索者位置更新公式

        ⑤tent扰动和柯西变异：防止陷入局部最优

2、效果展示