基于局部搜索增强策略的自适应反向学习布谷鸟算法

发布时间：2021-11-26 00:26

　　为了提高基本布谷鸟搜索算法求解多维函数优化问题的性能,提出一种基于局部搜索增强策略的自适应反向学习布谷鸟算法.在基本CS算法完成Levy Flights全局寻优后,采用局部搜索增强策略更新种群空间,增加种群多样性,避免算法陷入局部最优;自适应发现概率用于调节全局寻优和局部求精之间的平衡;反向学习扰动机制嵌入布谷鸟算法作为局部开采技术,增加算法找到最优解的概率.实验结果表明,改进算法能够有效地提高CS算法的收敛速度并改善解的质量,具有一定的鲁棒性. 

【文章来源】：数学的实践与认识. 2020,50(20)北大核心

【文章页数】：10 页

【参考文献】：
期刊论文
[1]精英反向学习的单纯形交叉布谷鸟搜索算法[J]. 林要华,王李进.  郑州大学学报(工学版). 2017(06)
[2]自适应步长布谷鸟搜索算法[J]. 李荣雨,戴睿闻.  计算机科学. 2017(05)
[3]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)
[4]动态适应布谷鸟搜索算法[J]. 张永韡,汪镭,吴启迪.  控制与决策. 2014(04)
[5]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)

硕士论文
[1]布谷鸟算法的改进及其应用研究[D]. 黄继达.华中科技大学 2014



本文编号：3519072