基于局部搜索策略的混合自适应布谷鸟算法

发布时间：2024-05-17 22:27

　　为了提高布谷鸟算法的搜索精度和全局收敛速度,提出一种基于局部搜索策略的混合自适应布谷鸟算法。在该改进算法中,每个当前解的周围随机产生一个局部种群,利用正余弦算子的局部寻优能力得到局部最优解,并用局部最优解替换当前解,以提高局部搜索精度;同时采用自适应发现概率和搜索步长替代布谷鸟算法中的固定发现概率和搜索步长,以提高算法的全局收敛速度。对25个经典高维基准函数进行实验表明,所提算法在收敛速度和求解精度上优于布谷鸟算法,通过将其应用于拉压弹簧、三杆桁架设计和0-1背包问题,验证了算法的有效性。

【文章页数】：15 页

【部分图文】：

图3不同分现接率的收敬谏度比I#

第１１期张涛等：基于局部搜索策略的混合自适应布谷鸟算法步骤２根据式（４）在每个解的周围生成Ｎ个局部解，计算所有解的适应度，并保留适应度最高解。步骤３根据式（６）对每个局部种群的个体迭代更新一次，计算所有解的适应度，将适应度最高的解保留至下一代，令局部迭代次数ｋ＋１。步骤４根据式（....

图4不同步长因千下的levvfliahtCd释

第１１期张涛等：基于局部搜索策略的混合自适应布谷鸟算法步骤２根据式（４）在每个解的周围生成Ｎ个局部解，计算所有解的适应度，并保留适应度最高解。步骤３根据式（６）对每个局部种群的个体迭代更新一次，计算所有解的适应度，将适应度最高的解保留至下一代，令局部迭代次数ｋ＋１。步骤４根据式（....

图SL】叭(毛算法流程图

第１１期张涛等：基于局部搜索策略的混合自适应布谷鸟算法步骤２根据式（４）在每个解的周围生成Ｎ个局部解，计算所有解的适应度，并保留适应度最高解。步骤３根据式（６）对每个局部种群的个体迭代更新一次，计算所有解的适应度，将适应度最高的解保留至下一代，令局部迭代次数ｋ＋１。步骤４根据式（....

本文编号：3976062