布谷鳥(niǎo)搜索算法（Cuckoo search algorithm,簡(jiǎn)稱(chēng)CS算法）的出現(xiàn)是根據(jù)仿生學(xué)原理,是一種基于布谷鳥(niǎo)生物學(xué)行為的啟發(fā)式智能優(yōu)化算法,其特點(diǎn)為簡(jiǎn)明易行、設(shè)置參數(shù)少等,在求解最優(yōu)化問(wèn)題時(shí)相比于其他啟發(fā)式智能優(yōu)化算法時(shí)更簡(jiǎn)單易行。本文在CS算法原有的基礎(chǔ)上引入動(dòng)態(tài)自適應(yīng)步長(zhǎng)控制量以及分段加權(quán)位置更新公式,給出一類(lèi)改進(jìn)的CS算法,用以協(xié)調(diào)CS算法局部搜索與全局搜索的問(wèn)題,加快后期的收斂速度。通過(guò)測(cè)試函數(shù),與CS算法進(jìn)行數(shù)據(jù)對(duì)比,研究數(shù)據(jù)顯示,該算法具有良好的運(yùn)算結(jié)果。并結(jié)合罰函數(shù)思想,提出一種可解決含約束條件的優(yōu)化問(wèn)題的改進(jìn)的CS算法。通過(guò)經(jīng)典約束優(yōu)化問(wèn)題和結(jié)構(gòu)優(yōu)化設(shè)計(jì)問(wèn)題對(duì)改進(jìn)算法進(jìn)行驗(yàn)證。研究結(jié)果表明,相對(duì)于其他算法,該算法對(duì)以上大部分問(wèn)題具有較好的運(yùn)算結(jié)果。其次,本文通過(guò)變分原理,將微分方程問(wèn)題轉(zhuǎn)變?yōu)榉汉瘶O值問(wèn)題。并用改進(jìn)的布谷鳥(niǎo)算法對(duì)其進(jìn)行求解,所得的數(shù)值解與里茨方法進(jìn)行對(duì)比。測(cè)試函數(shù)的數(shù)據(jù)表明,該算法對(duì)常微分邊值解效果良好。 

【文章來(lái)源】：東北林業(yè)大學(xué)黑龍江省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：44 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１列維飛行運(yùn)動(dòng)軌跡??２．１．２

２布谷鳥(niǎo)算法??圖?２－４?Ｓｕｍ?Ｓｑｕａｒｅｓ?ｆｕｎｃｔｉｏｎ?仿真圖??（０．２６?（＞ｃ２＋ｙ２）－０．４？?？?ｙ）??：ｖ?＾?ｙ??－５?＾??ｙ?ｘ??圖?２－５?Ｍａｔｙａｓ?ｆｔｉｎｃｔｉｏｎ?仿真圖??表２－１為三種測(cè)試函數(shù)的結(jié)果比較，圖２－６、圖２－７和圖２－８分別為三種測(cè)試函數(shù)的??迭代曲線(xiàn)�？v坐標(biāo)為目標(biāo)函數(shù)，橫坐標(biāo)為迭代次數(shù)。??表２－１三種測(cè)試函數(shù)結(jié)果比較??測(cè)試函數(shù)?ｍ：￣最優(yōu)值?最差值?平均值??ＴＴ￣￣￣￣＂?ＣＳ?０．００１１?０．０８１８?０．０２５６??Ｓｐｈｅｒｅ?ｆｕｎｃｔｉｏｎ?ＮＣＳ?５．６７Ｅ－１０９?３．７５Ｅ－１０７?１．３５Ｅ－１０７??ｐ?０?ＣＳ?０．００８８?０．１２４４?０．０３２７??Ｓｕｍ?Ｓｑｕａｒｅｓ?ｆｔｍｃｔ．ｏｎ?ＮＣＳ?１．８１Ｅ－１６８?５．６７Ｅ－１６４?７．６７Ｅ－１６５??ｗ?＾?ＣＳ?２．０９１９Ｅ－３２?１．４７２９Ｅ－２３?５．１８０９Ｅ－１０７??Ｍａｔｙａｓ?ｆｕｎｃｔｉｏｎ?ＮＣＳ?４．９４Ｅ－３２４?６．４２Ｅ－３２３?５．４３Ｅ－３２３????表２－１給出了三種函數(shù)的測(cè)試結(jié)果，通過(guò)表中數(shù)據(jù)可知，ＮＣＳ算法的求解結(jié)果優(yōu)于ＣＳ??算法，證明了?ＮＣＳ算法的可行性和有效性。??＊?１０４??７１?＞?１?１?ｆ?■?■?Ｉ??１??５??４??３?？?－??２??１??°０?０．５?１?１．５?２?２．５??ｘ?１０４??圖２－６?Ｓｐｈｅｒｅ?ｆｕｎｃｔｉｏｎ的尋優(yōu)迭代曲線(xiàn)??－９?－??

?東北林業(yè)大學(xué)碩士學(xué)位論文???４５００｜?■?＇?＇?＇???４０００?？?－??３５００?■?－??３０００?■?－??２５００?？?＊??２０００?－??１５００?－?－??１０００?－?－??５００?？?＊??°０?０．５?１?１．５?２?２．５??ｘ?１０４??圖２－６?Ｓｕｍ?Ｓｑｕａｒｅｓ?ｆｏｎｃｔｉｏｎ的尋優(yōu)迭代曲線(xiàn)??０．５１?＇?＇?＇?＾???０．４５?？??０．４?－?＿??０．３５?？?＇??０．３?？?－??０．２５?■?■??０．２?－?－??０．１５??０．１?■??０．０５?■?－??°〇?０．５?１?１．５?２?２．５??Ｘ?１０＊??圖２－７?Ｍａｔｙａｓ?ｆｕｎｃｔｉｏｎ的尋優(yōu)迭代曲線(xiàn)??２．４本章小結(jié)??本章首先簡(jiǎn)要分析了布谷鳥(niǎo)的生物學(xué)行為模式和列維飛行，以及根據(jù)布谷鳥(niǎo)習(xí)性建??立的數(shù)學(xué)模型和ＣＳ算法基本原理。根據(jù)布谷鳥(niǎo)的生物學(xué)行為和列維飛行原理，進(jìn)而詳??細(xì)的分析了?ＣＳ算法的位置更新公式。針對(duì)ＣＳ算法易陷入局部搜索和后期收斂速度慢??的缺點(diǎn)，本文提出了一類(lèi)動(dòng)態(tài)自適應(yīng)步長(zhǎng)控制量，用以加快后期收斂速度。并引入了分??段加權(quán)位置更新公式，解決了局部搜索和全局搜索的協(xié)調(diào)問(wèn)題。通過(guò)三個(gè)測(cè)試函數(shù)的數(shù)??據(jù)對(duì)比，證明了?ＮＣＳ算法性能要優(yōu)于ＣＳ算法。??－１０－??


本文編號(hào)：3318356