基于种群特征反馈的布谷鸟搜索算法

发布时间：2017-11-07 05:34

  本文关键词：基于种群特征反馈的布谷鸟搜索算法

  更多相关文章： 布谷鸟搜索算法 种群特征反馈 动态调节 双进化策略

【摘要】：布谷鸟搜索(CS)算法是一种新型的生物启发式算法.为了提高算法对不同优化问题的适应能力,根据反馈控制原理提出一种基于种群特征反馈的布谷鸟搜索(SFFCS)算法,将年龄结构、变异成功率等种群特征作为反馈信息引入算法框架,动态调节算法参数,同时引入双进化策略机制和策略选择概率,加强算法对局部搜索和全局搜索的平衡能力.对标准测试函数和电力系统最优潮流问题进行数值实验,实验结果表明,SFFCS算法具有较好的收敛性能和适应能力,验证了所提出算法的有效性和工程应用价值.
【作者单位】： 哈尔滨工程大学自动化学院;
【基金】：国家自然科学基金项目(51279036,51307026,51079033) 中央高校基本科研业务费专项资金项目(HEUCFX41305)
【分类号】：TP18
【正文快照】： 0引言布谷鸟搜索算法(CS)是由剑桥大学的Xin等[1]于2009年提出的一种新兴的生物启发式算法,其思想源于某些布谷鸟寄生育雏习性,并通过结合L′evyFlight模拟鸟类或果蝇觅食行为的方式加强了算法探索解空间的性能.CS算法具有简单、参数少、易于实现等优点,由于引入了L′evy Flig

【参考文献】

中国期刊全文数据库 前3条

1 张永椺;汪镭;吴启迪;;动态适应布谷鸟搜索算法[J];控制与决策;2014年04期

2 王李进;尹义龙;钟一文;;逐维改进的布谷鸟搜索算法[J];软件学报;2013年11期

3 李静文;赵晋泉;张勇;;基于改进差分进化-生物地理学优化算法的最优潮流问题[J];电网技术;2012年09期

【共引文献】

中国期刊全文数据库 前10条

1 刘竹松;陈洁;田龙;;基于改进布谷鸟搜索算法的云计算任务调度[J];广东工业大学学报;2016年03期

2 孙雁斌;刘恺;陈亦平;侯君;;异步联网的交直流输电网损在线优化方法及其在南方电网的实现[J];电网技术;2016年04期

3 杨秋翔;周海芳;贾彩琴;高毓羚;;基于改进布谷鸟搜索算法的二维Tsallis熵多阈值快速图像分割[J];小型微型计算机系统;2016年03期

4 牛海帆;宋卫平;宁爱平;;莱维飞行与粒子群的混合搜索算法[J];太原科技大学学报;2016年01期

5 薛虹;韩璞;;一种改进的BBO算法及在热工PID优化中的应用[J];华北电力大学学报(自然科学版);2016年01期

6 贾云璐;刘胜;宋颖慧;;基于种群特征反馈的布谷鸟搜索算法[J];控制与决策;2016年06期

7 陈海涛;;云计算中基于改进的布谷鸟算法的资源调度[J];计算机系统应用;2016年01期

8 WANG Jindong;HE Jiajing;ZHANG Hengwei;YU Zhiyong;;CSFW-SC: Cuckoo Search Fuzzy-Weighting Algorithm for Subspace Clustering Applying to High-Dimensional Clustering[J];中国通信;2015年S2期

9 陈梅雯;钟一文;王李进;;一种求解多维全局优化问题的改进蝙蝠算法[J];小型微型计算机系统;2015年12期

10 王娟;林耀进;朱月秀;;联合奇异值分解与余弦相似性推荐的盲水印算法[J];小型微型计算机系统;2015年12期

【二级参考文献】

中国期刊全文数据库 前4条

1 李向涛;殷明浩;;Parameter estimation for chaotic systems using the cuckoo search algorithm with an orthogonal learning method[J];Chinese Physics B;2012年05期

2 陈皓;崔杜武;崔颖安;陶永芹;梁琨;;族群进化算法[J];软件学报;2010年05期

3 马海平;李雪;林升东;;生物地理学优化算法的迁移率模型分析[J];东南大学学报(自然科学版);2009年S1期

4 袁晓辉,王乘,张勇传,袁艳斌;粒子群优化算法在电力系统中的应用[J];电网技术;2004年19期

【相似文献】

中国重要会议论文全文数据库 前3条

1 刘静艳;黄英姿;;陕西米仓山南坡植物优势种群特征及多样性分析[A];生物多样性与人类未来——第二届全国生物多样性保护与持续利用研讨会论文集[C];1996年

2 吴文广;冷宇;张继红;;黄河口泥螺种群特征及生存环境初步研究[A];中国动物学会·中国海洋湖沼学会贝类学分会第九次会员代表大会暨第十五次学术讨论会会议摘要集[C];2011年

3 王勇;;常用鸟类种群监测方法和美国全国鸟类检监的介绍[A];第八届中国动物学会鸟类学分会全国代表大会暨第六届海峡两岸鸟类学研讨会论文集[C];2005年

中国博士学位论文全文数据库 前1条

1 段仁燕;太白红杉种群特征与群落动态研究[D];陕西师范大学;2009年

中国硕士学位论文全文数据库 前4条

1 马飞雁;上海浦东新区獐重引入试点獐（Hydropotes inermis）的种群特征与行为学研究[D];华东师范大学;2009年

2 景丽;长江下游干流中华绒螯螯种群特征的研究[D];南京农业大学;2012年

3 何晓;岷江上游干旱河谷白刺花种群特征及其更新特点的空间差异性研究[D];四川大学;2007年

4 岳丹;半干旱沙区不同立地沙蒿种群特征与空间分布[D];北京林业大学;2011年

，

本文编号：1151079