為了提高基本布谷鳥搜索算法求解多維函數(shù)優(yōu)化問題的性能,提出一種基于局部搜索增強策略的自適應反向?qū)W習布谷鳥算法.在基本CS算法完成Levy Flights全局尋優(yōu)后,采用局部搜索增強策略更新種群空間,增加種群多樣性,避免算法陷入局部最優(yōu);自適應發(fā)現(xiàn)概率用于調(diào)節(jié)全局尋優(yōu)和局部求精之間的平衡;反向?qū)W習擾動機制嵌入布谷鳥算法作為局部開采技術(shù),增加算法找到最優(yōu)解的概率.實驗結(jié)果表明,改進算法能夠有效地提高CS算法的收斂速度并改善解的質(zhì)量,具有一定的魯棒性. 

【文章來源】：數(shù)學的實踐與認識. 2020,50(20)北大核心

【文章頁數(shù)】：10 頁

【參考文獻】：
期刊論文
[1]精英反向?qū)W習的單純形交叉布谷鳥搜索算法[J]. 林要華,王李進.  鄭州大學學報(工學版). 2017(06)
[2]自適應步長布谷鳥搜索算法[J]. 李榮雨,戴睿聞.  計算機科學. 2017(05)
[3]基于Powell局部搜索策略的全局優(yōu)化布谷鳥算法[J]. 馬衛(wèi),孫正興,李俊樓.  計算機應用研究. 2015(06)
[4]動態(tài)適應布谷鳥搜索算法[J]. 張永韡,汪鐳,吳啟迪.  控制與決策. 2014(04)
[5]逐維改進的布谷鳥搜索算法[J]. 王李進,尹義龍,鐘一文.  軟件學報. 2013(11)

碩士論文
[1]布谷鳥算法的改進及其應用研究[D]. 黃繼達.華中科技大學 2014



本文編號：3519072