一种改进的自适应惯性权重布谷鸟算法

针对经典的布谷鸟算法在后期寻优过程中存在速度慢、易陷入局部最优等问题,提出了一种改进的自适应惯性权重布谷鸟算法。该改进算法自适应调整发现概率,从而增加种群的多样性;并且将Lévy飞行中的步长因子调整为随迭代进程非线性递减,使得算法在前期能够扩大搜索范围,增强全局寻优能力,后期具有更强的局部开发能力;改进算法在偏好随机游动环节中引入由鸟窝位置适应度值决定的动态惯性权重,使得算法能够及时跳出局部最优。选取4个经典测试函数,将经典的布谷鸟算法CS、基于自适应机制的改进算法ICS-1以及改进的自适应惯性权重算法ICS-2这3种算法进行比较,测试结果表明,ICS-2算法比ICS-1算法、CS算法具有更快的收敛速度,更高的计算精度,且易跳出局部最优。