求解函数优化问题的改进布谷鸟搜索算法

被引：19

作者：

胡欣欣

机构：

[1] 福建农林大学计算机与信息学院

来源：

计算机工程与设计 | 2013年 / 34卷 / 10期

关键词：

布谷鸟搜索算法; 函数优化问题; 自适应机制; 求精能力; 收敛速度;

D O I：

10.16208/j.issn1000-7024.2013.10.001

中图分类号：

TP18 [人工智能理论]; O224 [最优化的数学理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 070105 ; 1201 ;

摘要：

为了提高布谷鸟搜索算法求解函数优化问题的求精能力和收敛速度,提出了一种基于自适应机制的改进算法。自适应机制用于控制缩放因子和发现概率,以提高种群的多样性,避免早熟,从而使更多的个体参与演化,达到提高求精能力和收敛速度的效果。仿真实验结果表明,与标准的布谷鸟搜索算法相比,基于自适应机制缩放因子的改进算法(rCS)和基于自适应机制发现概率的改进算法(paCS)在求精能力和收敛速度上都有明显的提高;同时具有自适应缩放因子和自适应发现概率的改进算法(iCS)比rCS和paCS具有更优的求精能力和收敛速度。

引用

页码：3639 / 3642

页数：4

共 6 条

[1] 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

[2] Automated Test Data Generation Using Cuckoo Search and Tabu Search (CSTS) Algorithm [J].

Srivastava, Praveen Ranjan ;

Khandelwal, Rahul ;

Khandelwal, Shobhit ;

Kumar, Sanjay ;

Ranganatha, Suhas Santebennur .

JOURNAL OF INTELLIGENT SYSTEMS, 2012, 21 (02) :195-224

[3]

A Novel Quantum Inspired Cuckoo Search Algorithm for Bin Packing Problem[J] . Abdesslem Layeb,Seriel Rayene Boussalia.International Journal of Information Technology and Computer Science(IJITCS) . 2012 (5)

[4]

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

[5]

Multiobjective cuckoo search for design optimization[J] . Xin-She Yang,Suash Deb.Computers and Operations Research . 2011

[6]

Engineering optimisation by cuckoo search[J] . Xin-She Yang,Suash,Deb.Int. J. of Mathematical Modelling and Numerical O . 2010 (4)

← 1 →