-
题名基于反向学习策略的深度搜索布谷鸟算法
被引量:3
- 1
-
-
作者
何庆
黄闽茗
周晓南
-
机构
贵州大学大数据与信息工程学院
贵州大学学报编辑部
-
出处
《贵州大学学报(自然科学版)》
2020年第2期32-36,共5页
-
基金
贵州省科技计划项目重大专项资助(黔科合重大专项字[2016]3022,黔科合重大专项字[2018]3002)
贵州省公共大数据重点实验室开放课题资助(2017BDKFJJ004,2017BDKFJJ034)
贵州省教育厅青年科技人才成长项目资助(黔科合KY字[2016]124)
-
文摘
布谷鸟搜索算法(CS)是一种简单有效的仿生学优化算法,但在处理高维复杂问题时不能快速收敛得到最优解,针对此问题,本文引入反向学习策略和逐维深度搜索策略改进基本的CS。在布谷鸟算法的搜索阶段,通过对Levy飞行后的解进行反向学习,从而有效提升最优解的搜索效率;另外,在每一代结束后,对当前的全局最优解进行逐维深度搜索,捕捉潜在最优解,弥补搜索步骤可能出现的问题。实验结果表明,本文对算法提出的改进,提高了算法的全局搜索能力,收敛速度以及收敛精度。
-
关键词
布谷鸟搜索算法
仿生群优化算法
并行算法
反向学习
深度搜索
-
Keywords
search algorithm
bionic swarm optimization algorithm
paralleled algorithm
opposition-based learning
deep search
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名两种萤火虫算法的研究
被引量:1
- 2
-
-
作者
田原
-
机构
延安大学数学与计算机科学学院
-
出处
《科学家》
2016年第6期21-21,29,共2页
-
文摘
萤火虫算法作为先进的仿生群智能优化算法,近些年来先后有两位学者针对萤火虫的这种特殊群体行为提出了两种萤火虫算法.本文通过人工萤火虫群优化(GSO)算法和萤火虫算法(FA)的数学描述,分析二者的异同,并且总结现阶段对这种算法的改进和展望今后的研究方向.
-
关键词
仿生群智能优化算法
萤火虫算法
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-