基于决策者与带扰动因子的布谷鸟算法

被引：2

作者：

屈迟文

机构：

[1] 百色学院数学与计算机信息工程系

来源：

计算机应用与软件 | 2014年 / 31卷 / 07期

关键词：

布谷鸟算法; 决策者; 扰动因子; 收敛速度; 精度;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

针对布谷鸟算法在解决优化问题中存在收敛速度慢、求解精度低等缺陷,提出一种基于决策者和带扰动因子相结合的布谷鸟优化算法。算法引入最高决策者加快收敛速度,在迭代过程中对鸟窝位置带入扰动因子提高寻优精度。通过6个典型的标准测试函数对算法进行验证,实验表明,该算法在对布谷鸟算法的收敛速度和求解优化问题精度方面有较大改进,是一种有效的寻优算法。

引用

页码：290 / 293

页数：4

共 10 条

[1]

Self-adaptive differential evolu-tion algorithm for numerical optimization. Qin A K,Suganthan P N. Proceedings of Congress on Evolutionary Computation . 2005

[2]

Nature-inspired metaheuristic algori_thms. Yang X S. Journal of Women s Health . 2010

[3]

A niche hybrid genetic algorithm for global optimization of continuous multimodal functions[J] . Lingyun Wei,Mei Zhao. &nbspApplied Mathematics and Computation . 2003 (3)

[4]

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

[5] 微粒群优化算法及其在复杂化学方程求根中的应用 [J].