一种动态发现因子的布谷鸟算法.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

一种动态发现因子的布谷鸟算法

王文,李江华,张涛

(铜陵职业技术学院信息工程系,安徽铜陵244062)

摘要:基本布谷鸟算法(CS)存在一些问题,例如,易陷入局部最优解、整体收敛精度需要进一步

提高,因此提出了一种动态发现因子的改进布谷鸟算法。该算法根据鸟巢位置的优劣,选择不同的发

现因子,对于被发现的较差位置的鸟巢采用最优解加随机向量差分法的方法来更新其位置。高维函数

的求解问题能够很好地说明算法的优劣性,通过4个典型的基准函数在高维情况下进行优化实验测试,

结果表明该算法具有较好的全局收敛能力,提高了优化精度。

关键词:布谷鸟算法;动态发现;优化

1概述巢会被留给下一代。

n

随着信息科学的发展,很多优化问题由低维度向高(3)鸟巢的总个数是固定不变的,一个鸟巢的主

P

维度甚至超高维度拓展,求解难度变得越来越大。传统的人有的概率能发现其鸟巢中的卵不是自己的。

a

d

优化算法(例如,共轭梯度法、线性搜索方法)对具有严在这3个假设下,布谷鸟在一个维(高维)的目

格数学条件限制的问题、及时性要求较高的问题或求解函标函数(基准函数)空间中采用Levy飞行模式进行寻

数不符合要求的优化问题难以求解。模仿自然界生物特征巢飞行路径和位置更新,更新公式如公式(1)所示:

的人工神经网络、进化机制和群体智能算法应运而生,其xt+1=xt+∝⊕Levy(λ)(1)

ii

中群智能算法作为一种新的模拟种群捕食或生活的优化算xt+1it+1xti

其中,为第个鸟巢在第代;为第个鸟巢在

ii

法,在处理复杂优化问题时,一般能够比传统的优化算法∝⊕

第代的位置;为步长控制量;为点对点乘法;

t

更快地搜索到全局最优解,具有参数设置简单、收敛速度Levy(λ)为Levy飞行随机自由搜索的跳跃路径,并且

快的优点,受到国内外学者的广泛关注。例如灰狼优化算Levy~u

文档评论(0)

教师资格证、公共营养师持证人

本人专注ppt制作、办公模板编辑六年有余,可以根据客户需求做出高品质ppt、办公表格等模板,以及文案等。

领域认证该用户于2024年07月07日上传了教师资格证、公共营养师

1亿VIP精品文档

相关文档