2025年ESWA SCI1区TOP：动态分类麻雀搜索算法DSSA，深度解析+性能实测

---

1.摘要

污染物排放对环境造成负面影响，而可再生能源的不稳定性则威胁着微电网的安全运行。为了在保障电力供应可靠性的同时实现环境和经济目标的平衡，本文提出了一种动态分类麻雀搜索算法（DSSA），用于解决孤立微电网中的经济环境调度问题。DSSA采用精英opposition-Chebyshev初始化策略，优化初始解的多样性和均匀性。受因材施教理念启发，DSSA将麻雀种群动态划分为三个组，并为每个组采用不同策略，从而提高收敛速度和精度。基于马尔科夫链理论，证明了DSSA的收敛性。

2.麻雀搜索算法SSA原理

【智能算法】麻雀搜索算法（SSA）原理及实现

3.孤立微电网经济环境调度

微电网包括风力发电机组（WT）、光伏发电机组（PV）和微型风力发电机组（MT）作为DG单元，储能电池（SB）作为储能单元，以及用于处理MT二氧化碳排放的碳捕集装置。考虑孤立微电网的经济环境运行，本文建立了目标函数和约束条件。

4.改进策略

Elite opposition-Chebyshev initialization

为了平衡初始解的多样性，保证初始解的均匀分布，本文提出了一种精英opposition-Chebyshev初始化策略：
$$X_{i+1}=\{\begin{array}{llc}& \tau \cdot \left(L_j+U_j\right)-X_i,R_3\le 1/2& \\ & \cos \left(t\cdot {\cos }^{-1}\left(X_i\right)\right),R_3>1/2& \end{array}$$

多子群体动态分类机制

因材施教的原则在教育界广为人知，根据学生的不同水平和类型，教师会量身定制教学方法，以确保每个学生都能得到最佳发展。受到这一理念的启发，本文提出了一种多子群体动态分类机制，该机制考虑到个体之间的多样性，并选择特定策略来增强DSSA的性能。在搜索过程中，麻雀根据适应度值进行排序，并被分类为三种类型的个体，即优秀个体、中等个体和较差个体。

优秀子群体中的个体具有较高的概率接近全局最优解采用精英引导机制加速收敛。中等子群体采用自适应惯性权重调整策略增强探索与开发之间的平衡。较差子群体由位置较差的个体组成，采用黄金正弦策略以提高收敛精度。

种群的适应度值迭代提高，导致优秀个体的比例增加。为了增强精英引导机制的影响，动态确定了群体的分类边界：
$$w=\lfloor \frac{N}{4}+N\cdot {\left(0.5-\frac{t}{ite{r}_{\max }}\right)}^3\rfloor$$
$$z=\lfloor \frac{3N}{4}+N\cdot {\left(0.5-\frac{t}{ite{r}_{\max }}\right)}^3\rfloor$$

精英引导机制

精英引导机制来更新个体：
$$X_{a,j}^{t+1}=\{\begin{array}{ll}{X}_{a,j}^t\cdot \exp \left(\frac{-i}{\alpha \cdot ite{r}_{max}}\right),& R_2<ST\&R_4>p_e\\ X_{a,j}^t+Q\cdot L,& R_2\ge ST\&R_4>p_e\\ X_{best}^t\cdot \exp \left(\frac{-i}{\alpha \cdot ite{r}_{max}}\right),& R_2<ST\&R_4\le p_e\\ X_{best}^t+Q\cdot L,& R_2\ge ST\&R_4\le p_e\end{array}$$

其中，$p_e$为控制参数：
$$p_e=0.4-0.4\cdot \frac{t}{ite{r}_{\max }}$$

自适应惯性权重适应策略

由于中等子群体对步长的控制不足，生产者一旦发现全局最优解，通常会迅速收敛。然而，这可能导致算法在全局搜索和局部搜索之间失衡，容易陷入局部最优解。本文将自适应惯性权重调整策略集成到算法中，动态地调整中等子群体生产者位置更新过程中的惯性权重。
$$\omega =\{\begin{array}{ll}{\omega }_{min}+\frac{({\omega }_{max}-{\omega }_{min})\cdot (f_b^t-f_{min}^t)}{f_{avg}^t-f_{min}^t},& f_b^t\le f_{min}^t\\ {\omega }_{max},& f_b^t>f_{min}^t\end{array}$$

黄金正弦策略

黄金正弦策略通过在每次迭代中利用黄金分割比系统地缩小搜索空间，提升收敛精度：
$$X_{c,j}^{t+1}=\{\begin{array}{ll}{X}_{c,j}^t\cdot |\sin (r_1)|-r_2\cdot \sin (r_1)\cdot |c_1\cdot X_p^t-c_2\cdot X_{c,j}^t|,& R_2<ST\\ X_{c,j}^t+Q\cdot L,& R_2\ge ST\end{array}$$

流程图

伪代码

5.结果展示

6.参考文献

[1] Xie G, Zhang M, Wang D, et al. Economic-environmental dispatch of isolated microgrids based on dynamic classification sparrow search algorithm[J]. Expert Systems with Applications, 2025: 126677.

7.代码获取