發(fā)布時間：2021-03-17 16:03

　　最優(yōu)化問題就是在特定的現(xiàn)實(shí)環(huán)境約束下,快速、準(zhǔn)確地找到最優(yōu)的解決方案,獲得最佳的實(shí)踐結(jié)果。在工程設(shè)計、能源分配和醫(yī)療應(yīng)用等眾多領(lǐng)域都面臨最優(yōu)化問題,而布谷鳥搜索算法（CS）具有參數(shù)少、易實(shí)現(xiàn)和效果好等優(yōu)點(diǎn),成為解決最優(yōu)化問題的一種有效方法。該算法是模擬布谷鳥不斷尋找優(yōu)質(zhì)宿主鳥巢的生活習(xí)性,來實(shí)現(xiàn)的一種尋優(yōu)過程。但經(jīng)典的布谷鳥搜索算法存在初始種群分布不均且質(zhì)量不高、全局和局部搜索方式不能合理控制、種群多樣性不易調(diào)節(jié)和重建鳥巢解質(zhì)量不高問題,影響算法的求解精度和收斂速度性能。本文針對以上問題,提出了基于變化因子的布谷鳥搜索算法（CFCS）,該算法主要改進(jìn)如下:（1）針對CS算法初始種群分布不均和質(zhì)量不高的問題,提出了在初始鳥巢階段引入擬蒙特卡羅方法對種群進(jìn)行初始化。首先使用擬蒙特卡羅方法的Hammersley序列在劃分的子空間中生成鳥巢,使得種群能夠均勻地分布在搜索空間;然后根據(jù)適應(yīng)度值將整個空間中的鳥巢位置進(jìn)行排序,選擇較優(yōu)的鳥巢位置作為最初算法的初始種群,提高了初始種群的質(zhì)量。（2）針對CS算法全局和局部搜索方式不能合理控制的問題,提出了在鳥巢更新迭代階段使用變化因子的方法。首先根據(jù)迭... 

【文章來源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：79 頁

【學(xué)位級別】：碩士

【部分圖文】：

Hammersley序列生成100個點(diǎn)分布圖

四種初始種群策略在二維三維空間中的對比圖

Sphere函數(shù)圖

【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)螢火蟲算法及其在全局優(yōu)化問題中的應(yīng)用[J]. 劉暢,劉利強(qiáng),張麗娜,YANG Xinshe.  哈爾濱工程大學(xué)學(xué)報. 2017(04)
[2]基于擬蒙特卡洛的K均值聚類中心初始化方法[J]. 莊瑞格,倪澤邦,劉學(xué)藝.  濟(jì)南大學(xué)學(xué)報(自然科學(xué)版). 2017(01)
[3]一種擬隨機(jī)初始化模擬退火粒子群算法[J]. 王杰,李慧慧,彭金柱.  鄭州大學(xué)學(xué)報(理學(xué)版). 2016(03)
[4]一種基于擬蒙特卡羅法的骨干粒子群改進(jìn)算法[J]. 朱雅敏,薛鵬翔.  北華大學(xué)學(xué)報(自然科學(xué)版). 2016(02)
[5]基于交叉算子的改進(jìn)人工蜂群算法[J]. 王偉,龍文.  蘭州理工大學(xué)學(xué)報. 2015(01)
[6]人工蜂群算法研究綜述[J]. 秦全德,程適,李麗,史玉回.  智能系統(tǒng)學(xué)報. 2014(02)
[7]Parameter estimation for chaotic systems using the cuckoo search algorithm with an orthogonal learning method[J]. 李向濤,殷明浩.  Chinese Physics B. 2012(05)

博士論文
[1]一種新型的智能優(yōu)化方法-人工魚群算法[D]. 李曉磊.浙江大學(xué) 2003

碩士論文
[1]細(xì)菌覓食優(yōu)化算法研究及其在圖像檢索中的應(yīng)用[D]. 李博.西安電子科技大學(xué) 2014



本文編號：3087370