求解无约束优化问题的改进布谷鸟搜索算法  

Modified Cuckoo Search Algorithm for Solving Unconstrained Optimization Problem

作　　者：苏芙华[1] 刘云连[2,3] 伍铁斌[2] 

机构地区：[1]湖南人文科技学院物理与电子信息系,湖南娄底417000 [2]湖南人文科技学院机电工程系,湖南娄底417000 [3]湖南科技大学信息与电气工程学院,湖南湘潭411201

出　　处：《计算机工程》2014年第5期224-227,233,共5页Computer Engineering

基　　金：国家自然科学基金资助项目(61174113);湖南省教育厅基金资助一般项目(13C433);湖南省科技厅基金资助项目(2014GK3033;2013FJ6073)

摘　　要：布谷鸟搜索算法是一种基于种群迭代搜索的全局优化算法。为求解无约束优化问题,提出一种改进的布谷鸟搜索算法。利用混沌序列构造初始种群以增加群体的多样性,引入动态随机局部搜索技术对当前最优解进行局部搜索,以加快算法的收敛速度。对4个标准测试函数进行仿真实验,并与其他6种算法进行比较,结果表明,该算法具有较强的全局搜索能力和较快的收敛速度。Cuckoo Search（CS） algorithm is proposed as a population-based optimization algorithm and it is so far successfully applied in a variety of fields. A modified CS algorithm is proposed for solving unconstrained optimization problems. Chaos sequence and dynamic random local search technique are introduced to enhance the optimization ability and to improve the convergence speed of CS algorithm. Through testing the performance of the proposed algorithm on a set of 4 benchmark functions and comparing with other six algorithms, simulation result shows that the proposed algorithm has great ability of global search and better convergence rate.

关 键 词：布谷鸟搜索算法 无约束优化问题 混沌 动态随机局部搜索 惯性权重 多样性 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]