優(yōu)化問題是當(dāng)今社會科學(xué)領(lǐng)域普遍面臨的問題,大量的科學(xué)問題和工程問題都可以通過數(shù)學(xué)建模歸納為優(yōu)化問題。優(yōu)化問題一般可以分為三大類:無約束優(yōu)化問題、約束優(yōu)化問題和組合優(yōu)化問題。這些問題的復(fù)雜度高,解空間的規(guī)模比較大,目前為止,對于復(fù)雜優(yōu)化問題的求解仍然沒有很好的辦法。群智能算法作為一種基于群體智能的優(yōu)化方法,因其效率高、含參數(shù)少,操作簡單等特性,被廣泛的應(yīng)用在求解各類優(yōu)化問題上。群智能算法也成為了在數(shù)學(xué)領(lǐng)域和計算機(jī)領(lǐng)域研究熱點(diǎn)。本文主要針對布谷鳥算法進(jìn)行了深入研究。1.針對布谷鳥算法缺乏交流機(jī)制,收斂速度慢這一缺點(diǎn),把螢火蟲算法的吸引機(jī)制引入到布谷鳥算法中,提出了基于螢火蟲機(jī)制的布谷鳥算法（Improved Cuckoo Search Algorithm Based on Firefly Mechanism,CS-FA）。在該算法中,主要是對使用Lévy飛行更新后的粒子,增加向優(yōu)秀個體靠近的機(jī)制（螢火蟲算法的吸引機(jī)制）,改進(jìn)后的算法收斂速度有很大的提高。為了驗證算法的有效性,本文取了8個典型的無約束優(yōu)化問題進(jìn)行算法的性能測試,并且分別和經(jīng)典的智能算法以及其他改進(jìn)的布谷鳥算法進(jìn)行了對比,結(jié)果... 

【文章來源】：西南大學(xué)重慶市 211工程院校 教育部直屬院校

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【部分圖文】：

Lévyflight示意圖

西南大學(xué)碩士學(xué)位論文14end丟棄一部分劣解(ap)并且建立新解保存最佳解排列解找出當(dāng)前代最優(yōu)解tt1endend2.4布谷鳥算法流程圖圖2-2CS算法流程圖2.5布谷鳥算法的特點(diǎn)布谷鳥算法作為群智能算法中的一員，其具備群智能算法所擁有的共性，也具備其它群智能算法所不具備的特性。布谷鳥算法的特點(diǎn)如下：1.自組織性與并行性布谷鳥算法在完成初始化步驟后，種群不需要外部的控制指令，種群中的個體之間沒有進(jìn)行通信，個體通過自身的隨機(jī)遷移萊維飛行策略進(jìn)行自身位置的更新，從自身初始位置不斷向最優(yōu)值靠近，逼近最優(yōu)解。種群個體在迭代過程中不需要全局信息，即使個別的個體有一定的缺陷，整個種群也不會受到影響，每個個體的搜索活動較為獨(dú)立，具有很好的自組織性和并發(fā)性。

西南大學(xué)碩士學(xué)位論文26(g)(h)圖3-1經(jīng)典算法收斂速度比較（a）Beale;（b）Schaffer;（c）Schwefel2.22;（d）Rastrigin;（e）Rosenbrock;（f）Griewank;（g）Ackley;（h）Forest表3-2與經(jīng)典群智能算法實驗結(jié)果比較測試函數(shù)\算法CSCS-FAPSOFABeale9.66e-284.07e-312.04e-221.75E-07Schaffer006.72e-126.55E-10Schwefel2.223.22e-483.46e-493.43e-033.31e-03Rastrigin007.001520.8942Rosenbrock0012.26429.4243Griewank003.72672.6325e-4Ackley4.4409e-154.4409e-150.01840.0044Forest8.1311e-065.7312e-069.1919e-051.0903e-053.5.2與其他改進(jìn)的CS算法的比較本文還與其他改進(jìn)的CS算法的比較，比較的算法包括ASCS、ADSCS、ASCSA算法針對每個測試函數(shù)的收斂圖見圖3-2，改進(jìn)后的CS-FA算法與ASCS算法、ADSCS算法、ASCSA算法的實驗結(jié)果見表3-3：：

【參考文獻(xiàn)】：
期刊論文
[1]制造業(yè)信息化發(fā)展中遇到的問題與優(yōu)化方案[J]. 張星.  海峽科技與產(chǎn)業(yè). 2019(02)
[2]量子衍生布谷鳥搜索算法[J]. 李盼池,楊淑云,劉顯德,潘俊輝,肖紅,曹茂俊.  計算機(jī)系統(tǒng)應(yīng)用. 2017(09)
[3]基于量化正交交叉的量子衍生布谷鳥搜索算法[J]. 劉志剛,杜娟,許少華,田偉.  信息與控制. 2017(04)
[4]自適應(yīng)步長布谷鳥搜索算法[J]. 李榮雨,戴睿聞.  計算機(jī)科學(xué). 2017(05)
[5]求解多目標(biāo)優(yōu)化問題的改進(jìn)布谷鳥搜索算法[J]. 楊輝華,謝譜模,張曉鳳,馬巍,劉振丙.  浙江大學(xué)學(xué)報(工學(xué)版). 2015(08)
[6]具有動態(tài)慣性權(quán)重的布谷鳥搜索算法[J]. 周歡,李煜.  智能系統(tǒng)學(xué)報. 2015(04)
[7]自適應(yīng)布谷鳥算法及其在化工優(yōu)化中的應(yīng)用[J]. 莫愿斌,鄭巧燕,馬彥追.  計算機(jī)與應(yīng)用化學(xué). 2015(03)
[8]基于改進(jìn)布谷鳥算法的梯級水庫優(yōu)化調(diào)度研究[J]. 明波,黃強(qiáng),王義民,劉登峰,白濤.  水利學(xué)報. 2015(03)
[9]基于差分進(jìn)化的布谷鳥搜索算法[J]. 肖輝輝,段艷明.  計算機(jī)應(yīng)用. 2014(06)
[10]動態(tài)適應(yīng)布谷鳥搜索算法[J]. 張永韡,汪鐳,吳啟迪.  控制與決策. 2014(04)

博士論文
[1]細(xì)菌覓食優(yōu)化算法的改進(jìn)及應(yīng)用[D]. 劉小龍.華南理工大學(xué) 2011

碩士論文
[1]布谷鳥算法的改進(jìn)及其應(yīng)用研究[D]. 黃繼達(dá).華中科技大學(xué) 2014
[2]自適應(yīng)小生境遺傳算法的研究[D]. 蔣昀昕.安徽理工大學(xué) 2008



本文編號：3406107