当前位置:主页 > 科技论文 > 搜索引擎论文 >

一种改进的分数阶布谷鸟搜索算法研究

发布时间:2021-02-06 20:30
  为解决布谷鸟搜索算法后期精度不高和收敛速度慢等问题,提出了一种基于分数阶微积分的改进布谷鸟搜索算法.与整数阶相比,通过在莱维飞行中引入分数阶差分,结合对历史信息的记忆与利用,能实现更复杂的动力学行为,提高局部搜索能力.采用Benchmark函数测试表明,超高维函数优化问题分析中,算法具有突出的寻优精度和收敛速度. 

【文章来源】:数学的实践与认识. 2019,49(02)北大核心

【文章页数】:8 页

【部分图文】:

一种改进的分数阶布谷鸟搜索算法研究


图2不同a下F3?Powell函数的进化曲线??

曲线,曲线,布谷鸟,分数阶


陆伟峰,等:一种改进的分数阶布谷鸟算法研究??271??40?60??迭代次数??100?_16〇??40?60??迭代次数??图2不同a下F3?Powell函数的进化曲线??图3不同a下F4?Ackley函数的进化曲线??5结论??本文将基本CS算法从整数阶扩展到分数阶,提出了基于分数阶微积分的布谷鸟搜索改??进算法.实验初步探寻了参数对算法的影响,改进的算法增加了对历史数据的记忆与有效利??用,极大提高了?CS算法的收敛精度和收敛速度,且在高维优化问题中能保持优异的性能.??参考文献??[1]?Sun?G,?Liu?Y,?Li?J,?et?al.?Sidelobe?reduction?of?large-scale?antenna?array?for?5g?beamforming?via??hierarchical?cuckoo?search?[J].?Electronics?Letters,?2017,?53(16):?1158-1160.??[2]?Liao?Q,?Zhou?S,?Shi?H,?et?al.?Parameter?estimation?of?nonlinear?systems?by?dynamic?cuckoo??search?[J].?Neural?Computation,?2017,?29(4):?1103-1123.??[3]?Suresh?S,?Lai?S,?Reddy?CS,?et?al.?A?novel?adaptive?cuckoo?search?algorithm?for?contrast?enhancement??of?satellite?images?[J].?Ieee?Jou

【参考文献】:
期刊论文
[1]基于分数阶微积分的变参数黄土蠕变损伤模型[J]. 唐皓,王东坡,段钊,赵法锁,宋飞,齐笛.  中南大学学报(自然科学版). 2015(11)
[2]细菌觅食算法求解高维优化问题[J]. 李珺,党建武.  计算机应用研究. 2016(04)
[3]具有动态惯性权重的布谷鸟搜索算法[J]. 周欢,李煜.  智能系统学报. 2015(04)
[4]改进的布谷鸟算法及相应罚函数法的应用[J]. 臧睿,刘延龙.  计算机工程与设计. 2015(07)
[5]求解连续函数优化的自适应布谷鸟搜索算法[J]. 陈亮,卢厚清.  解放军理工大学学报(自然科学版). 2015(03)
[6]基于改进布谷鸟算法的梯级水库优化调度研究[J]. 明波,黄强,王义民,刘登峰,白涛.  水利学报. 2015(03)
[7]基于Powell局部搜索策略的全局优化布谷鸟算法[J]. 马卫,孙正兴,李俊楼.  计算机应用研究. 2015(06)
[8]逐维改进的布谷鸟搜索算法[J]. 王李进,尹义龙,钟一文.  软件学报. 2013(11)
[9]求解置换流水车间调度问题的布谷鸟算法[J]. 刘长平,叶春明.  上海理工大学学报. 2013(01)
[10]分数阶控制研究综述[J]. 朱呈祥,邹云.  控制与决策. 2009(02)



本文编号:3021051

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3021051.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户5e3d3***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com