基于交流算子与混沌扰动的布谷鸟优化算法

被引：6

作者：

屈迟文 ^{[1
]}

傅彦铭 ^{[2
]}

黄小龙 ^{[1
]}

机构：

[1] 百色学院数学与计算机信息工程系

[2] 广西大学计算机与电子信息学院

来源：

小型微型计算机系统 | 2014年 / 35卷 / 02期

关键词：

布谷鸟算法; 交流算子; 混沌扰动;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

布谷鸟算法是智群寻优搜索领域的一种新型优化算法,基本的布谷鸟算法存在进化后期容易陷入局部最优值、收敛速度慢以及寻优精度低等不足.为提高算法的性能,提出一种基于交流算子和混沌扰动的布谷鸟优化算法.该算法引入微粒群算法的交流算子思想加大收敛速度、在迭代中对鸟巢位置采用混沌扰动以提高搜索精度等方法实现对基本算法的改进.通过5个标准测试函数的验证测试,实验表明改进后的布谷鸟算法在寻优速度和精度方面都优于基本布谷鸟算法,是一种有效的算法.

引用

页码：384 / 387

页数：4

共 9 条

[1] 交互学习的粒子群优化算法 [J].

秦全德 ;

李丽 ;

程适 ;

李荣钧 .

智能系统学报, 2012, 7 (06) :547-553

[2] 基于混沌序列的多种群入侵杂草算法 [J].

陈欢 ;

周永权 ;

赵光伟 .

计算机应用, 2012, 32 (07) :1958-1961

[3] 一种自适应步长布谷鸟搜索算法 [J].

郑洪清 ;

周永权 .

计算机工程与应用 , 2013, (10) :68-71

[4] 具有混合群智能行为的萤火虫群优化算法研究 [J].

吴斌 ;

崔志勇 ;

倪卫红 .

计算机科学, 2012, 39 (05) :198-200+228

[5] 基于高斯扰动的布谷鸟搜索算法附视频 [J].

王凡 ;

贺兴时 ;

王燕 .

西安工程大学学报, 2011, (04) :566-569

[6] 含维变异算子的粒子群算法 [J].

付国江 ;

王少梅 ;

刘舒燕 ;

李宁 .

武汉大学学报(工学版), 2005, (04) :79-83

[7]

Modified cuckoo search: A new gradient free optimisation algorithm [J] . S. Walton,O. Hassan,K. Morgan,M.R. Brown.&nbsp&nbspChaos, Solitons and Fractals . 2011 (9)

[8] Glowworm swarm optimization for simultaneous capture of multiple local optima of multimodal functions [J].

Krishnanand K.N. ;

Ghose D. .

Swarm Intelligence, 2009, 3 (2) :87-124

[9]

Cuckoo search via Levy flights .2 Yang X S,Deb S. Proceedings of World Congress on Nature & Biologically Inspired Computing . 2009

← 1 →