基于种群特征反馈的布谷鸟搜索算法

被引：16

作者：

贾云璐

刘胜

宋颖慧

机构：

[1] 哈尔滨工程大学自动化学院

来源：

控制与决策 | 2016年 / 06期

关键词：

布谷鸟搜索算法; 种群特征反馈; 动态调节; 双进化策略;

D O I：

10.13195/j.kzyjc.2015.0829

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(CS)算法是一种新型的生物启发式算法.为了提高算法对不同优化问题的适应能力,根据反馈控制原理提出一种基于种群特征反馈的布谷鸟搜索(SFFCS)算法,将年龄结构、变异成功率等种群特征作为反馈信息引入算法框架,动态调节算法参数,同时引入双进化策略机制和策略选择概率,加强算法对局部搜索和全局搜索的平衡能力.对标准测试函数和电力系统最优潮流问题进行数值实验,实验结果表明,SFFCS算法具有较好的收敛性能和适应能力,验证了所提出算法的有效性和工程应用价值.

引用

页码：969 / 975

页数：7

共 7 条

[1] 动态适应布谷鸟搜索算法 [J].

张永韡 ;

汪镭 ;

吴启迪 .

控制与决策, 2014, 29 (04) :617-622

[2] 逐维改进的布谷鸟搜索算法 [J].

王李进 ;

尹义龙 ;

钟一文 .

软件学报, 2013, 24 (11) :2687-2698

[3] 基于改进差分进化-生物地理学优化算法的最优潮流问题 [J].

李静文 ;

赵晋泉 ;

张勇 .

电网技术, 2012, 36 (09) :115-119

[4] Novel improved cuckoo search for PID controller design [J].

Jin, Qibing ;

Qi, Linfeng ;

Jiang, Beiyan ;

Wang, Qi .

TRANSACTIONS OF THE INSTITUTE OF MEASUREMENT AND CONTROL, 2015, 37 (06) :721-731

[5]

Modified cuckoo search algorithm with self adaptive parameter method[J] . Xiangtao Li,Minghao Yin.Information Sciences . 2014

[6]

An intelligent global harmony search approach to continuous optimization problems[J] . Ehsan Valian,Saeed Tavakoli,Shahram Mohanna.Applied Mathematics and Computation . 2014

[7]

A conceptual comparison of the Cuckoo-search, particle swarm optimization, differential evolution and artificial bee colony algorithms[J] . Pinar Civicioglu,Erkan Besdok.Artificial Intelligence Review . 2013 (4)

← 1 →