期刊文献+

基于自适应步长的改进布谷鸟算法 被引量:6

下载PDF
导出
摘要 布谷鸟搜索算法在后期搜索过程中存在速度慢、计算精度低等问题,通过引入一种在迭代过程中发现概率和缩放因子自适应策略,对自适应步长布谷鸟搜索算法进行改进,以提高算法的收敛速度和精度.采用4个benchmark测试函数,对基本、自适应步长以及改进的布谷鸟算法进行比较讨论,验证改进算法的有效性.实验结果表明,经改进后的算法具有较好的收敛速度和精度.
出处 《赤峰学院学报(自然科学版)》 2018年第7期45-49,共5页 Journal of Chifeng University(Natural Science Edition)
基金 国家自然科学基金(11601007)
  • 相关文献

参考文献7

二级参考文献80

  • 1谭瑛,高慧敏,曾建潮.求解整数规划问题的微粒群算法[J].系统工程理论与实践,2004,24(5):126-129. 被引量:43
  • 2曾毅.浮点遗传算法在非线性方程组求解中的应用[J].华东交通大学学报,2005,22(1):152-155. 被引量:20
  • 3韦苗苗,江铭炎.基于粒子群优化算法的多阈值图像分割[J].山东大学学报(工学版),2005,35(6):118-121. 被引量:33
  • 4高尚,杨静宇.非线性整数规划的粒子群优化算法[J].微计算机应用,2007,28(2):126-130. 被引量:8
  • 5GOLDBERG D E. Genetic algorithm in search, optimization and machine learning [ M ]. Boston: Addison-Wesley Longman Publishing Co. Inc, 1989.
  • 6DORIGO M, BONABEAU E,THERAULAZ G. Ant algorithms and stigraergy [ J ]. Future Generation Computer Systems,2000, 16(8) :851-871.
  • 7KENNEDY J, EBERHART R. Particle swarm optimization [ C ]//Proc IEEE Int Conf. on Neural Networks, Australia: Perth, 1995 : 1 942-1 948.
  • 8YANG X S,DEB S. Cuckoo search via Levy flights [ C]//Proceedings of World Congress on Nature & Biologically Inspired Computing, India: IEEE Publications,2009:210-214.
  • 9YANG X S,DEB S. Engineering optimization by cuckoo search [J]. Int J Math Modeling & Num Optimization,2010(4) :330- 343.
  • 10Storn R,Price K.Differential evolution a simple and effi- cient adaptive scheme for global optimization over continu- ous space[R].International Computer Science Institute, Berk- ley, 1995.

共引文献230

同被引文献38

引证文献6

二级引证文献34

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部