1 基本 FS 算法結構自由搜索算法是一種新興的群集智能進化算法， 在兼顧局部搜索和全局搜索、提高魯棒性和自適應等方面有較大創(chuàng)新。在研究中發(fā)現(xiàn)， 與其他進化算法一樣，F(xiàn)S 算法同樣存在易發(fā)散、早熟收斂等缺點，傳統(tǒng)的 FS 算法存在后期尋優(yōu)效率低，特別是多維空間尋優(yōu)不佳等問題， 本文引入一種基于拉伸技術的新型算法 SFS，旨在提高算法的全局收斂能力?；诘湫蜏y試函數(shù)的實驗結果驗證了算法的有效性。 1.1 初始化需要初始化的變量有：搜索邊界 xmini 和 xmaxi ;個體數(shù)量 m，j= 1，。..，m;搜索空間維數(shù) n，i=1，。..，n;搜索步中的小步數(shù) T ，t 是搜索步中的當前小步，t=1，。..，T; 第 j 個個體在搜索空間第 i 維變量空間鄰域搜索范圍 Rji ，Rji∈［Rmin ，Rmax］;搜索終止代數(shù) G。 FS 算法可采取三種初始化策略：隨機值法、確定值法和單一值法，其中隨機值法應用最為廣泛，這里采用隨機值法初始化種群 （1） 式中 randomji（0，1）產(chǎn)生（0，1）內均勻分布的隨機數(shù)。這種方式產(chǎn)生的 m 只個體位于搜索空間的任意 m 個坐標點上。 1.2 尋優(yōu)搜素在搜索步內，每個個體在其搜索半徑內隨機走 T 步，更新個體位置，個體行為描述如下： （2） 算法搜索過程中，對目標函數(shù)的符號作如下規(guī)定： （3） 式中：f 是一個個體完成搜索步以后作標記的位置。