全局最优导向模糊布谷鸟搜索算法及应用

发布时间：2017-10-17 08:02

  本文关键词：全局最优导向模糊布谷鸟搜索算法及应用

  更多相关文章： 布谷鸟搜索算法 模糊逻辑 全局最优导向 可靠性分析 飞机舱门

【摘要】：针对标准布谷鸟搜索算法探索能力强而开发能力较弱、收敛速度慢及计算精度较差等问题,提出了具有全局最优导向的模糊布谷鸟搜索算法。在鸟窝更新公式中引入全局最优导向策略,在产生新的鸟窝位置时利用到当前最优鸟窝位置信息,以保持鸟窝的多样性并提高算法的开发能力。另外,采用模糊逻辑规则对布谷鸟算法中的搜索步长和外来鸟蛋被发现概率这2个重要参数进行自适应调整,以提高算法的全局收敛性能和求解精度。通过2个经典结构可靠性分析极限状态方程测试该算法的性能,并将其应用于某飞机舱门锁定机构可靠性分析中。实验结果表明,与粒子群算法、标准布谷鸟搜索算法和改进布谷鸟搜索算法相比,所提出的全局最优导向模糊布谷鸟搜索算法在进行可靠性分析中,能够有效地提高解的精度并增加收敛速度,寻优效果更优。
【作者单位】： 西北工业大学航空学院;
【关键词】： 布谷鸟搜索算法 模糊逻辑 全局最优导向 可靠性分析 飞机舱门
【基金】：国家自然科学基金(10577015) 航空科学基金(2008ZA53006)~~
【分类号】：TP18
【正文快照】： 网络出版地址:www.cnki.net/kcms/detail/11.2625.V.20150521.1535.008.html引用格式:秦强,冯蕴雯,薛小锋.全局最优导向模糊布谷鸟搜索算法及应用[J].北京航空航天大学学报,2016,42(1):94-100.QIN Q,FENG Y W,XUE X F.Global-best guided fuzzy cuckoo search algorithm and i

【共引文献】

中国期刊全文数据库 前10条

1 付丽;罗钧;;引入跟踪搜索和免疫选择的人工蜂群算法[J];模式识别与人工智能;2013年07期

2 宁爱平;张雪英;;人工蜂群算法的收敛性分析[J];控制与决策;2013年10期

3 肖剑;周建中;李超顺;王常青;张孝远;肖汉;;基于混合蜂群算法特征参数同步优化支持向量机的水电机组轴心轨迹识别方法研究[J];电力系统保护与控制;2013年21期

4 林金辉;曹钟;徐大林;;受粒子群和差分进化启发的人工蜂群算法[J];计算机应用;2013年12期

5 刘三阳;张平;朱明敏;;基于局部搜索的人工蜂群算法[J];控制与决策;2014年01期

6 邱剑锋;谢娟;汪继文;;基于交叉突变算子的人工蜂群算法及其应用[J];计算机应用研究;2014年05期

7 高珊;张惠珍;马良;;元胞人工蜂群算法及其在0-1规划问题中的应用[J];数学理论与应用;2014年01期

8 王冰;;基于局部最优解的改进人工蜂群算法[J];计算机应用研究;2014年04期

9 杨建卫;;一种采用蜂群全局引导搜索策略的入侵杂草优化改进算法[J];计算机应用与软件;2014年04期

10 郑子昭;何小其;胡超;;基于人工蜂群算法的胶囊内窥镜位姿磁定位研究[J];集成技术;2014年05期

中国博士学位论文全文数据库 前10条

1 宁爱平;人工蜂群算法及其在语音识别中的应用研究[D];太原理工大学;2013年

2 王艳娇;人工蜂群算法的研究与应用[D];哈尔滨工程大学;2013年

3 李国强;新型人工智能技术研究及其在锅炉燃烧优化中的应用[D];燕山大学;2013年

4 张伟;人工蜂群混合优化算法及应用研究[D];浙江大学;2014年

5 邱剑锋;人工蜂群算法的改进方法与收敛性理论的研究[D];安徽大学;2014年

6 王景华;基于离散和混合模型的生产调度若干问题研究[D];合肥工业大学;2014年

7 汤龙;多参数非线性优化方法关键技术研究及应用[D];湖南大学;2013年

8 封全喜;生物地理学优化算法研究及其应用[D];西安电子科技大学;2014年

9 高卫峰;人工蜂群算法及其应用的研究[D];西安电子科技大学;2013年

10 刘婷;改进人工蜂群算法及其在多用户检测中的应用[D];天津大学;2013年

【相似文献】

中国期刊全文数据库 前10条

1 YanJill;;搜索算法纵横[J];中文信息;2002年08期

2 孙吉贵,何雨果;量子搜索算法[J];软件学报;2003年03期

3 孙力;须文波;;量子搜索算法体系及其应用[J];计算机工程与应用;2006年14期

4 耿汝年;须文波;魏士靖;刘国玲;;无信息图搜索算法的改进研究[J];山东轻工业学院学报(自然科学版);2006年02期

5 徐丰民;陈启兴;;电视节目自动跳跃搜索算法[J];现代电子技术;2007年04期

6 詹志辉;胡晓敏;张军;;通过八数码问题比较搜索算法的性能[J];计算机工程与设计;2007年11期

7 文家焱;王国利;;绝热量子搜索算法中的纠缠与能量分析[J];计算机研究与发展;2008年S1期

8 周日贵;;多模式部分量子搜索算法[J];西南交通大学学报;2008年04期

9 钟普查;鲍皖苏;隗云;;改进的多目标元素量子搜索算法[J];计算机工程与应用;2009年18期

10 王常春;李贵艳;向淑文;;搜索算法在囚徒困境中的应用[J];遵义师范学院学报;2009年04期

中国重要会议论文全文数据库 前10条

1 张玲;姜立志;;能量抵消测量相位中的相位搜索算法[A];2009年全国水声学学术交流暨水声学分会换届改选会议论文集[C];2009年

2 李金;蒋国平;;一种改进的复杂网络搜索算法[A];2007中国控制与决策学术年会论文集[C];2007年

3 罗家祥;唐立新;李小林;刘建荣;邬成新;;分散搜索算法在板坯匹配优化问题中的应用研究[A];全国冶金自动化信息网2009年会论文集[C];2009年

4 李潇磊;伍瑞卿;朱维乐;;运动搜索算法的比较与改进[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集（上册）[C];2008年

5 程振波;邓志东;;优化策略模型下的匹配律算法[A];2009年中国智能自动化会议论文集（第五分册）[东南大学学报（增刊）][C];2009年

6 彭明侨;罗先觉;邹晓松;;基于改进概率搜索算法的模拟电路故障诊断[A];第四届中国测试学术会议论文集[C];2006年

7 常新杰;李言俊;;搜索算法的研究进展[A];1998年中国智能自动化学术会议论文集（上册）[C];1998年

8 糜玉林;左斌;;基于协同控制的极值搜索算法与控制器一体化设计[A];2007年中国智能自动化会议论文集[C];2007年

9 钟普查;鲍皖苏;;基于相位变换的量子搜索算法研究[A];第十三届全国量子光学学术报告会论文摘要集[C];2008年

10 罗春华;张继勇;郑方;徐明星;;一种基于HTK的词图搜索算法[A];第六届全国人机语音通讯学术会议论文集[C];2001年

中国博士学位论文全文数据库 前8条

1 孙杰;基于绝热演化的量子搜索算法研究[D];华中科技大学;2013年

2 张映玉;绝热量子搜索算法研究[D];华中科技大学;2011年

3 阎兴，

本文编号：1047676