布谷鸟搜索算法研究综述

被引:87
作者
兰少峰
刘升
机构
[1] 上海工程技术大学管理学院
关键词
布谷鸟搜索算法; 元启发式算法; 群体智能; 莱维飞行; 蚁群算法;
D O I
10.16208/j.issn1000-7024.2015.04.044
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
布谷鸟搜索算法是一种结合了布谷鸟巢寄生性和莱维飞行模式的元启发式群体智能搜索技术,系统地介绍布谷鸟搜索算法的原理和算法流程,详细论述该算法有关改进算法的研究现状以及其应用研究情况,归纳分析比较该算法、粒子群算法、蚁群算法和蜂群算法的优缺点及适用性范围,总结目前该算法存在的问题,指出未来研究的方向。
引用
收藏
页码:1063 / 1067
页数:5
相关论文
共 18 条
[1]   求解工程结构优化问题的改进布谷鸟搜索算法 [J].
陈乐 ;
龙文 .
计算机应用研究, 2014, 31 (03) :679-683
[2]   一种新的基于GCS-SVM的网络流量预测模型 [J].
赖锦辉 ;
梁松 .
计算机工程与应用, 2013, 49 (21) :75-78
[3]   求解函数优化问题的改进布谷鸟搜索算法 [J].
胡欣欣 .
计算机工程与设计, 2013, 34 (10) :3639-3642
[4]   整数规划的布谷鸟算法 [J].
吴炅 ;
周健勇 .
数学理论与应用, 2013, 33 (03) :99-106
[5]   基于改进布谷鸟搜索算法的架桥机结构损伤识别 [J].
王利英 ;
杨绍普 ;
赵卫国 .
北京交通大学学报, 2013, 37 (04) :168-173
[6]   布谷鸟搜索算法在多阈值图像分割中的应用 [J].
柳新妮 ;
马苗 .
计算机工程, 2013, 39 (07) :274-278
[7]   二进制布谷鸟搜索算法 [J].
冯登科 ;
阮奇 ;
杜利敏 .
计算机应用, 2013, 33 (06) :1566-1570
[8]   混合CS算法的DE算法 [J].
李明 ;
曹德欣 .
计算机工程与应用 , 2013, (09) :57-60
[9]   CS算法优化BP神经网络的短时交通流量预测 [J].
高述涛 .
计算机工程与应用 , 2013, (09) :106-109
[10]   基于CS算法的Markov模型及收敛性分析 [J].
王凡 ;
贺兴时 ;
王燕 ;
杨松铭 .
计算机工程, 2012, 38 (11) :180-182+185