基于CS算法的Markov模型及收敛性分析

被引:49
作者
王凡
贺兴时
王燕
杨松铭
机构
[1] 西安工程大学理学院
关键词
启发式算法; 布谷鸟搜索; Markov链; 状态转移; 全局收敛性;
D O I
暂无
中图分类号
TP18 [人工智能理论]; O211.62 [马尔可夫过程];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
为完善布谷鸟搜索(CS)算法的收敛性理论,建立CS算法的Markov链模型,分析该Markov链的有限齐次性,在此基础上通过分析鸟窝位置的群体状态转移过程,指出随机序列将进入最优状态集,同时证明CS算法满足随机搜索算法全局收敛的2个条件。通过仿真实验验证CS算法可收敛于全局最优,从而确保CS算法的全局收敛性。
引用
收藏
页码:180 / 182+185 +185
页数:4
相关论文
共 4 条
  • [1] 粒子群优化算法的理论分析与应用研究.[D].李宁.华中科技大学.2006, 03
  • [2] 混合蛙跳算法的Markov模型及其收敛性分析
    骆剑平
    李霞
    陈泯融
    [J]. 电子学报, 2010, 38 (12) : 2875 - 2880
  • [3] 蚁群算法的几乎处处强收敛性分析
    苏兆品
    蒋建国
    梁昌勇
    张国富
    夏娜
    [J]. 电子学报, 2009, 37 (08) : 1646 - 1650
  • [4] 遗传算法的数学基础.[M].张文修;梁怡 编著.西安交通大学出版社.2003,