基于隨機擾動的自適應布谷鳥算法
發(fā)布時間：2021-04-02 17:19
布谷鳥搜索算法（CS）是模仿布谷鳥的繁殖行為所建的一種元啟發(fā)式算法。這是一種新興啟發(fā)算法,通過模擬某些種屬布谷鳥的寄生育雛崽來有效地求解最優(yōu)化問題。針對該算法計算精度不高,收斂速度慢,容易陷入局部最優(yōu)等缺陷,提出了一種基于自適應步長隨機擾動的布谷鳥搜索算法（ASCS）。在增加鳥窩位置變化活力的基礎上,對鳥窩位置之間的距離引入自適應的調(diào)整步長因子,可以防止算法在運行過程中陷入局部最優(yōu)。同時為了更大程度地提高鳥窩的計算精度與搜索速度,在尋找最優(yōu)鳥窩的時候增加一個擾動因子,提高了算法的收斂速度。通過7個測試函數(shù)進行仿真實驗,結(jié)果證明了該算法的可行性,其性能顯著優(yōu)于原始的布谷鳥算法。
【文章來源】：計算機技術與發(fā)展. 2019,29(05)
【文章頁數(shù)】：4 頁
【部分圖文】：
Crownedcross函數(shù)的尋優(yōu)曲線
CS算法。圖2、圖3在Matyas、Sphere函數(shù)下，無論是初始值還是收斂速度以及迭代次數(shù)，改進后的ASCS算法都優(yōu)于原始的CS算法。由圖4可以看出，在Multigaussian函數(shù)下雖然進化過程中收斂速度比較緩慢，但是改進后的ASCS算法比原始的CS算法能更快收斂。由于篇幅限制，Threehumpcamel、Zakh、Salomon函數(shù)沒有進行展示，但是從收斂速度和迭代次數(shù)方面看，改進后的布谷鳥算法更好。故改進的ASCS算法性能優(yōu)于原始的CS算法。圖1Crownedcross函數(shù)的尋優(yōu)曲線圖2Matyas函數(shù)的尋優(yōu)曲線圖3Sphere函數(shù)的尋優(yōu)曲線圖4Multigaussian函數(shù)的尋優(yōu)曲線表2統(tǒng)計了兩種算法在7個標準的測試函數(shù)下計算的平均最優(yōu)值�？梢钥闯�，Crownedcross函數(shù)在ASCS的平均最優(yōu)值比CS算法提高了4個點，而ASCS的最大值也比原始的CS值大，最小值也優(yōu)于原第5期葉亞榮等:基于隨機擾動的自適應布谷鳥算法·97·
3在Matyas、Sphere函數(shù)下，無論是初始值還是收斂速度以及迭代次數(shù)，改進后的ASCS算法都優(yōu)于原始的CS算法。由圖4可以看出，在Multigaussian函數(shù)下雖然進化過程中收斂速度比較緩慢，但是改進后的ASCS算法比原始的CS算法能更快收斂。由于篇幅限制，Threehumpcamel、Zakh、Salomon函數(shù)沒有進行展示，但是從收斂速度和迭代次數(shù)方面看，改進后的布谷鳥算法更好。故改進的ASCS算法性能優(yōu)于原始的CS算法。圖1Crownedcross函數(shù)的尋優(yōu)曲線圖2Matyas函數(shù)的尋優(yōu)曲線圖3Sphere函數(shù)的尋優(yōu)曲線圖4Multigaussian函數(shù)的尋優(yōu)曲線表2統(tǒng)計了兩種算法在7個標準的測試函數(shù)下計算的平均最優(yōu)值�？梢钥闯�，Crownedcross函數(shù)在ASCS的平均最優(yōu)值比CS算法提高了4個點，而ASCS的最大值也比原始的CS值大，最小值也優(yōu)于原第5期葉亞榮等:基于隨機擾動的自適應布谷鳥算法·97·
【參考文獻】：
期刊論文
[1]基于混沌序列的布谷鳥算法改進[J]. 宋慶慶,賀興時,郭旭. 紡織高校基礎科學學報. 2017(03)
[2]基于動態(tài)分組與高斯擾動的改進布谷鳥算法[J]. 薛益鴿,鄧輝文. 重慶師范大學學報(自然科學版). 2018(02)
[3]基于梯度的自適應快速布谷鳥搜索算法[J]. 李榮雨,劉洋. 運籌學學報. 2016(03)
[4]粒子群優(yōu)化算法綜述[J]. 趙乃剛,鄧景順. 科技創(chuàng)新導報. 2015(26)
[5]基于logistic模型的自適應布谷鳥算法[J]. 陳華,張藝丹. 計算機工程與應用. 2015(20)
[6]螢火蟲算法的改進分析及應用[J]. 王吉權,王福林. 計算機應用. 2014(09)
[7]逐維改進的布谷鳥搜索算法[J]. 王李進,尹義龍,鐘一文. 軟件學報. 2013(11)
[8]一種自適應步長布谷鳥搜索算法[J]. 鄭洪清,周永權. 計算機工程與應用. 2013(10)
[9]基于高斯擾動的布谷鳥搜索算法[J]. 王凡,賀興時,王燕. 西安工程大學學報. 2011(04)
[10]自適應蟻群算法[J]. 張紀會,高齊圣,徐心和. 控制理論與應用. 2000(01)
本文編號：3115649
【文章來源】：計算機技術與發(fā)展. 2019,29(05)
【文章頁數(shù)】：4 頁
【部分圖文】：
Crownedcross函數(shù)的尋優(yōu)曲線
CS算法。圖2、圖3在Matyas、Sphere函數(shù)下，無論是初始值還是收斂速度以及迭代次數(shù)，改進后的ASCS算法都優(yōu)于原始的CS算法。由圖4可以看出，在Multigaussian函數(shù)下雖然進化過程中收斂速度比較緩慢，但是改進后的ASCS算法比原始的CS算法能更快收斂。由于篇幅限制，Threehumpcamel、Zakh、Salomon函數(shù)沒有進行展示，但是從收斂速度和迭代次數(shù)方面看，改進后的布谷鳥算法更好。故改進的ASCS算法性能優(yōu)于原始的CS算法。圖1Crownedcross函數(shù)的尋優(yōu)曲線圖2Matyas函數(shù)的尋優(yōu)曲線圖3Sphere函數(shù)的尋優(yōu)曲線圖4Multigaussian函數(shù)的尋優(yōu)曲線表2統(tǒng)計了兩種算法在7個標準的測試函數(shù)下計算的平均最優(yōu)值�？梢钥闯�，Crownedcross函數(shù)在ASCS的平均最優(yōu)值比CS算法提高了4個點，而ASCS的最大值也比原始的CS值大，最小值也優(yōu)于原第5期葉亞榮等:基于隨機擾動的自適應布谷鳥算法·97·
3在Matyas、Sphere函數(shù)下，無論是初始值還是收斂速度以及迭代次數(shù)，改進后的ASCS算法都優(yōu)于原始的CS算法。由圖4可以看出，在Multigaussian函數(shù)下雖然進化過程中收斂速度比較緩慢，但是改進后的ASCS算法比原始的CS算法能更快收斂。由于篇幅限制，Threehumpcamel、Zakh、Salomon函數(shù)沒有進行展示，但是從收斂速度和迭代次數(shù)方面看，改進后的布谷鳥算法更好。故改進的ASCS算法性能優(yōu)于原始的CS算法。圖1Crownedcross函數(shù)的尋優(yōu)曲線圖2Matyas函數(shù)的尋優(yōu)曲線圖3Sphere函數(shù)的尋優(yōu)曲線圖4Multigaussian函數(shù)的尋優(yōu)曲線表2統(tǒng)計了兩種算法在7個標準的測試函數(shù)下計算的平均最優(yōu)值�？梢钥闯�，Crownedcross函數(shù)在ASCS的平均最優(yōu)值比CS算法提高了4個點，而ASCS的最大值也比原始的CS值大，最小值也優(yōu)于原第5期葉亞榮等:基于隨機擾動的自適應布谷鳥算法·97·
【參考文獻】：
期刊論文
[1]基于混沌序列的布谷鳥算法改進[J]. 宋慶慶,賀興時,郭旭. 紡織高校基礎科學學報. 2017(03)
[2]基于動態(tài)分組與高斯擾動的改進布谷鳥算法[J]. 薛益鴿,鄧輝文. 重慶師范大學學報(自然科學版). 2018(02)
[3]基于梯度的自適應快速布谷鳥搜索算法[J]. 李榮雨,劉洋. 運籌學學報. 2016(03)
[4]粒子群優(yōu)化算法綜述[J]. 趙乃剛,鄧景順. 科技創(chuàng)新導報. 2015(26)
[5]基于logistic模型的自適應布谷鳥算法[J]. 陳華,張藝丹. 計算機工程與應用. 2015(20)
[6]螢火蟲算法的改進分析及應用[J]. 王吉權,王福林. 計算機應用. 2014(09)
[7]逐維改進的布谷鳥搜索算法[J]. 王李進,尹義龍,鐘一文. 軟件學報. 2013(11)
[8]一種自適應步長布谷鳥搜索算法[J]. 鄭洪清,周永權. 計算機工程與應用. 2013(10)
[9]基于高斯擾動的布谷鳥搜索算法[J]. 王凡,賀興時,王燕. 西安工程大學學報. 2011(04)
[10]自適應蟻群算法[J]. 張紀會,高齊圣,徐心和. 控制理論與應用. 2000(01)
本文編號：3115649
本文鏈接：http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3115649.html
最近更新
教材專著
