基于贪婪搜索和变异操作的布谷鸟算法

摘要：

作为一种新型的生物启发式群体智能算法,布谷鸟算法模拟了布谷鸟生育雏鸟以及鸟类的Levy flights行为,是一种全局最优搜索算法,为了更好地提高算法对不同问题的适应能力,提出一种基于贪婪搜索和变异操作的布谷鸟(GMCS)算法.根据最优位置设计一种贪婪搜索策略,贪婪搜索策略和Levy flights随机游动搜索策略按概率交替进行,加强算法的局部探索能力;引入差分进化算法中的变异操作,提高算法跳出局部最优的能力;加入一个新的参数,根据收敛状态自适应地调整参数阈值以控制贪婪搜索策略和变异操作的执行次数.通过8个标准测试函数进行数值实验,实验结果表明,与部分改进的布谷鸟算法以及一些其他改进的演化算法相比,GMCS算法具有较好的收敛性能和适应能力,验证了改进后算法的有效性.

关键词：群体智能、布谷鸟算法、差分进化算法、Levy flights、贪婪搜索策略、函数优化

所属期刊栏目：42

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金项目11371015;四川省教育厅自然科学基金项目14ZA0127;西华师范大学博士启动基金项目12B022;西华师范大学校级科研团队项目CXTD2015-4;2016年西华师范大学大学生创新创业项目CXCY2016005

在线出版日期：2018-02-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：25-33