基于差分進化的布谷鳥搜索算法-論文.pdf

基于差分進化的布谷鳥搜索算法-論文.pdf

ID:58138377

大?。?30.22 KB

頁數(shù):6頁

時間:2020-04-24

基于差分進化的布谷鳥搜索算法-論文.pdf_第1頁
基于差分進化的布谷鳥搜索算法-論文.pdf_第2頁
基于差分進化的布谷鳥搜索算法-論文.pdf_第3頁
基于差分進化的布谷鳥搜索算法-論文.pdf_第4頁
基于差分進化的布谷鳥搜索算法-論文.pdf_第5頁
資源描述:

《基于差分進化的布谷鳥搜索算法-論文.pdf》由會員上傳分享,免費在線閱讀,更多相關內(nèi)容在行業(yè)資料-天天文庫。

1、JournalofComputerApplicationsISSN1001—90812014.06—10計算機應用,2014,34(6):1631—1635,1640CODENJYIIDUhttp://www.joca.a(chǎn)n文章編號:1001—9081(2014)06—1631—05doi:10.11772/j.issn.1001—9081.2014.06.1631基于差分進化的布谷鳥搜索算法肖輝輝,段艷明(河池學院計算機與信息工程學院,廣西宜州546300)(通信作者電子郵箱yanhui0920@126.corl1)摘要:針對基本布谷鳥搜索算法局部搜索能力

2、弱、尋優(yōu)精度低等不足,提出了一種具有差分進化策略的改進布谷鳥搜索算法。該算法是在種群進入下一次迭代之前在其個體上增加兩個帶權(quán)的差來實現(xiàn)個體變異,再對其進行交叉、選擇操作得到最優(yōu)個體,使缺乏變異機制的布谷鳥搜索算法具有變異能力,從而提高布谷鳥搜索算法的多樣性,避免種群個體陷入局部最優(yōu),增強算法全局尋優(yōu)能力。對幾種經(jīng)典測試函數(shù)和1個典型應用實例進行測試,仿真實驗結(jié)果表明,新算法具有更好的全局搜索能力,在收斂精度、收斂速度以及尋優(yōu)成功率等性能上顯著優(yōu)于基本布谷鳥搜索算法。關鍵詞:差分進化算法;布谷鳥搜索算法;收斂速度;函數(shù)優(yōu)化中圖分類號:TP301.6文獻標志碼:

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,該算法在收斂速度、全局尋優(yōu)能力等方面有所提高。0引言上述這些改進都在一定程度上提高了算法尋優(yōu)能力,但群智能算法作為一種新興的演化計算技術已成為越來越在收斂精度、穩(wěn)定性、收斂速度等方面仍存在不足,需要較大多研究者的關注焦點。布谷鳥搜索(CuckooSearch,CS)算迭代次數(shù)才能得到精度較高的解。為此,本文提出了一種基法?一種新興的啟發(fā)式群智能算法。該算法模擬自然界中于差分進化算法的改進布谷鳥優(yōu)化(DifferentialEvolutionCS,布谷鳥尋窩產(chǎn)卵的生物學特性發(fā)展而來的一種新穎的群智能DECS)算法,該算法融入變異等

8、算子來提高布谷鳥種群的多優(yōu)化算法,具有參數(shù)少、算法易

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。