发现概率参数自适应调节的布谷鸟改进算法

摘要：

布谷鸟搜索算法(CS)是一种受生物启发的新型群智能优化算法.针对CS算法在搜索后期收敛速度慢并且寻优能力弱的问题,提出一种发现概率参数自适应调节的布谷鸟改进算法(APCS).首先利用Pareto最优解计算出状态判别参数Ps,其次通过探索-开发平衡状态计算出平衡参数Peb,最终实现鸟蛋的被发现概率Pa的自适应动态调整.最后通过8个基准函数对两种算法的性能在10维和30维的情况下分别进行了对比与分析,结果表明,APCS算法的收敛速度、寻优能力、稳定性和计算时间都优于CS算法.

关键词：布谷鸟搜索算法、收敛性、动态参数、全局搜索、基准测试

所属期刊栏目：54

分类号：TP301.6(计算技术、计算机技术)

资助基金：轨道交通控制与安全国家重点实验室北京交通大学开放课题基金项目RCS2015K005;2017年北京工商大学两科基金培育项目LKJJ2017-23

在线出版日期：2018-12-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：16-22