来源：期刊VIP网 时间：
作者：涂友斌;阚欣宇;王岩;邓志祥;
单位：中讯邮电咨询设计院有限公司;河海大学信息科学与工程学院;
摘要：针对麻雀搜索算法（SSA）跟随者接近种群内个体最佳位置时收敛速度过快而导致易陷入局部最优的问题，文中提出一种基于动态自适应的改进型麻雀搜索算法（ASSA）。首先，在搜索寻优过程中，对发现者位置和跟随者位置进行动态更新，为保证算法在迭代后期的收敛速度，警戒者的个数采用线性递减的方式；其次，为防止算法陷入局部最优而导致的迭代中断，通过高斯随机分布形成新的发现者；最后，为验证改进算法的有效性，利用4种典型的函数进行测试，测试结果与SSA进行对比。结果表明：ASSA能够有效解决SSA易陷入局部最优的问题，并在收敛速度等性能上得到了有效提升。在此基础上，将ASSA算法应用到车联网驾驶行为识别中，通过优化BP神经网络，使得网络具有更高的识别准确率和性能。
关键词：麻雀搜索算法;;动态自适应;;BP神经网络;;驾驶行为识别;;车联网;;高斯随机分布
