一种自适应步长布谷鸟搜索算法

被引：69

作者：

郑洪清 ^{[1
]}

周永权 ^{[1
,2
]}

机构：

[1] 不详

[2] 广西民族大学信息科学与工程学院

[3] 不详

[4] 广西混杂计算与集成电路设计分析重点实验室

[5] 不详

来源：

关键词：

布谷鸟搜索算法; 自适应步长; 标准测试函数;

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：

针对布谷鸟搜索算法(CS)后期收敛速度慢、计算精度不高等不足,提出了一种自适应步长调整布谷鸟搜索算法,加快布谷鸟搜索算法的搜索速度,提高其计算精度。通过8个标准测试函数测试的结果表明,改进后的自适应步长布谷鸟搜索算法具有较快的收敛速度和较高的寻优精度。

引用

页码：68 / 71

页数：4

共 6 条

[1] 基于高斯扰动的布谷鸟搜索算法附视频
王凡
贺兴时
王燕
[J]. 西安工程大学学报, 2011, (04) : 566 - 569
[2] 自适应步长萤火虫优化算法
欧阳喆
周永权
[J]. 计算机应用, 2011, 31 (07) : 1804 - 1807
[3] 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)
[4] Engineering optimisation by cuckoo search[J] . Xin-She Yang,Suash,Deb.Int. J. of Mathematical Modelling and Numerical O . 2010 (4)
[5] Ant algorithms and stigmergy
Dorigo, M
Bonabeau, E
Theraulaz, G
[J]. FUTURE GENERATION COMPUTER SYSTEMS-THE INTERNATIONAL JOURNAL OF ESCIENCE, 2000, 16 (08): : 851 - 871
[6] Cuckoo search via Levy flights .2 Yang X S,Deb S. Proceedings of World Congress on Nature & Biologically Inspired Computing . 2009