基于差分进化的布谷鸟搜索算法-论文.pdf

基于差分进化的布谷鸟搜索算法-论文.pdf

ID:58138377

大小:430.22 KB

页数:6页

时间:2020-04-24

基于差分进化的布谷鸟搜索算法-论文.pdf_第1页
基于差分进化的布谷鸟搜索算法-论文.pdf_第2页
基于差分进化的布谷鸟搜索算法-论文.pdf_第3页
基于差分进化的布谷鸟搜索算法-论文.pdf_第4页
基于差分进化的布谷鸟搜索算法-论文.pdf_第5页
资源描述:

《基于差分进化的布谷鸟搜索算法-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、JournalofComputerApplicationsISSN1001—90812014.06—10计算机应用,2014,34(6):1631—1635,1640CODENJYIIDUhttp://www.joca.an文章编号:1001—9081(2014)06—1631—05doi:10.11772/j.issn.1001—9081.2014.06.1631基于差分进化的布谷鸟搜索算法肖辉辉,段艳明(河池学院计算机与信息工程学院,广西宜州546300)(通信作者电子邮箱yanhui0920@126.corl1)摘要:针对基本布谷鸟搜索算法局部搜索能力

2、弱、寻优精度低等不足,提出了一种具有差分进化策略的改进布谷鸟搜索算法。该算法是在种群进入下一次迭代之前在其个体上增加两个带权的差来实现个体变异,再对其进行交叉、选择操作得到最优个体,使缺乏变异机制的布谷鸟搜索算法具有变异能力,从而提高布谷鸟搜索算法的多样性,避免种群个体陷入局部最优,增强算法全局寻优能力。对几种经典测试函数和1个典型应用实例进行测试,仿真实验结果表明,新算法具有更好的全局搜索能力,在收敛精度、收敛速度以及寻优成功率等性能上显著优于基本布谷鸟搜索算法。关键词:差分进化算法;布谷鸟搜索算法;收敛速度;函数优化中图分类号:TP301.6文献标志码:

3、ACuckoosearchalgorithmbasedondiferentialevolutionXIAOHuihui,DUANYanming(CollegeofCompu~randInformationEngineering,HechiUniversity,Y&houGuangxi546300,China)Abstract:Inordertos(dvetheproblemsofCuckooSearch(CS)algorithmincludinglowoptimizingaccuracyandweaklocalsearchability,animproved

4、CSalgorithmwithdifferentialevolutionstrategywaspresented.Theindividualvariationwascompletedinthealgorithmbeforepopulationwithtwoweighteddifferencesincreasedonitsindividualsenteringthenextiteration,thencrossoveroperationandselectoperationwereperformedtoobtainoptimalindividual,whichm

5、akingtheCSalgorithmlackofmutationmechanismhavethevariationmechanism,SOastoincreasethediversityoftheCSalgorithm,avoidindividualspeciesintolocaloptimumandenhancetheglobaloptimizationability.Thealgorithmwasputthroughseveralclassicaltestfunctionsandatypicalapplicationexample.Thesimulat

6、ionresultsshowthatthenewalgorithmhasbetterglobalsearchingability,andtheconvergenceprecision,convergencespeedandoptimizationsuccessratearesignificantlybetterthanthoseofthebasicCSalgorithm.Keywords:DifferentialEvolutionAlgorithm(DEA);CuckooSearch(CS)algorithm;convergencespeed;functio

7、noptimization法,该算法在收敛速度、全局寻优能力等方面有所提高。0引言上述这些改进都在一定程度上提高了算法寻优能力,但群智能算法作为一种新兴的演化计算技术已成为越来越在收敛精度、稳定性、收敛速度等方面仍存在不足,需要较大多研究者的关注焦点。布谷鸟搜索(CuckooSearch,CS)算迭代次数才能得到精度较高的解。为此,本文提出了一种基法⋯一种新兴的启发式群智能算法。该算法模拟自然界中于差分进化算法的改进布谷鸟优化(DifferentialEvolutionCS,布谷鸟寻窝产卵的生物学特性发展而来的一种新颖的群智能DECS)算法,该算法融入变异等

8、算子来提高布谷鸟种群的多优化算法,具有参数少、算法易

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。