正弦餘弦算法（Sine Cosine Algorithm, SCA）是一種基於正弦和餘弦函式的最佳化算法，旨在通過正弦和餘弦函式的波動性和周期性來搜尋和疊代最優解。以下是該算法的主要特點和步驟：
算法特點：
參數少、結構簡單、易實現、收斂速度快。
結合了全局搜尋和局部開發兩個執行緒，通過隨機波動來探索解空間。
適用於多種問題，尤其在現實世界案例中表現出色。
算法步驟：
初始化：在解空間內隨機產生初始解集，每個解由多個維度組成。
評估：計算每個解的適應度值，並記錄當前最優解。
疊代更新：
在每次疊代中，根據當前最優解和隨機參數，通過正弦或餘弦疊代方程更新解集。
更新方程中包含控制參數r1，它隨著疊代次數的增加從a遞減到0，影響算法從全局搜尋到局部開發的轉換。
終止條件：達到最大疊代次數或解的適應度滿足要求時停止疊代，輸出最優解。
數學模型：
正弦疊代方程和餘弦疊代方程分別利用正弦和餘弦函式的特性，實現解集的更新。
通過隨機參數r2、r3和r4的控制，確保解的更新既有一定的隨機性又保持方向性。
套用：
SCA已廣泛套用於多種最佳化問題，如函式最佳化、參數調整等。
它的獨特性和優越性在於能夠快速收斂到問題的近似最優解，尤其是在處理高維、非線性問題時表現出色。
通過上述分析，我們可以看到正弦餘弦算法不僅在理論上有其獨特之處，在實際套用中也展現出了強大的最佳化能力。