針對經(jīng)典的布谷鳥算法在后期尋優(yōu)過程中存在速度慢、易陷入局部最優(yōu)等問題,提出了一種改進(jìn)的自適應(yīng)慣性權(quán)重布谷鳥算法。該改進(jìn)算法自適應(yīng)調(diào)整發(fā)現(xiàn)概率,從而增加種群的多樣性;并且將Lévy飛行中的步長因子調(diào)整為隨迭代進(jìn)程非線性遞減,使得算法在前期能夠擴(kuò)大搜索范圍,增強(qiáng)全局尋優(yōu)能力,后期具有更強(qiáng)的局部開發(fā)能力;改進(jìn)算法在偏好隨機(jī)游動環(huán)節(jié)中引入由鳥窩位置適應(yīng)度值決定的動態(tài)慣性權(quán)重,使得算法能夠及時跳出局部最優(yōu)。選取4個經(jīng)典測試函數(shù),將經(jīng)典的布谷鳥算法CS、基于自適應(yīng)機(jī)制的改進(jìn)算法ICS-1以及改進(jìn)的自適應(yīng)慣性權(quán)重算法ICS-2這3種算法進(jìn)行比較,測試結(jié)果表明,ICS-2算法比ICS-1算法、CS算法具有更快的收斂速度,更高的計算精度,且易跳出局部最優(yōu)。 

【文章來源】：長江大學(xué)學(xué)報(自然科學(xué)版). 2019,16(07)

【文章頁數(shù)】：7 頁

【文章目錄】：
1 布谷鳥搜索算法
2 改進(jìn)的布谷鳥算法
    2.1 自適應(yīng)參數(shù)pa
    2.2 自適應(yīng)Lévy飛行
    2.3 動態(tài)慣性權(quán)重的偏好隨機(jī)游動
    2.4 ICS-2算法步驟
3 測試
    3.1 試驗設(shè)計
    3.2 試驗結(jié)果與分析
4 結(jié)語


【參考文獻(xiàn)】：
期刊論文
[1]基于梯度的自適應(yīng)快速布谷鳥搜索算法[J]. 李榮雨,劉洋.  運籌學(xué)學(xué)報. 2016(03)
[2]基于粒子群算法的布谷鳥搜索算法[J]. 李娜,賀興時.  紡織高校基礎(chǔ)科學(xué)學(xué)報. 2014(03)
[3]自適應(yīng)布谷鳥搜索算法[J]. 賀淼,阮奇,鄭曉桂,黃藝玲,張龍.  計算機(jī)與應(yīng)用化學(xué). 2014(08)
[4]逐維改進(jìn)的布谷鳥搜索算法[J]. 王李進(jìn),尹義龍,鐘一文.  軟件學(xué)報. 2013(11)
[5]一種自適應(yīng)步長布谷鳥搜索算法[J]. 鄭洪清,周永權(quán).  計算機(jī)工程與應(yīng)用. 2013(10)



本文編號：3180839