典型文献
多阶段动态扰动和动态惯性权重的布谷鸟算法
文献摘要：
针对布谷鸟仿生智能优化算法存在着的易陷入局部最优、求解精度低以及收敛速度慢等问题,提出了基于多阶段动态扰动和动态惯性权重的布谷鸟搜索算法(MACS).利用多阶段动态扰动策略对布谷鸟算法的全局位置的最优鸟巢位置根据方差可调的正态随机分布进行扰动,有利于增加种群的多样性和鸟窝位置的灵活性,提高算法全局搜索能力.在局部位置处引入动态惯性权重,使得算法有效克服易陷入局部最优的缺陷,提高局部寻优搜索能力.引入了动态切换概率p代替固定概率,可以动态平衡全局搜索和局部搜索.通过与4种算法相比和11个测试函数的仿真结果表明:改进布谷鸟算法(MACS)的寻优性能明显提高,收敛速度更快,求解精度更高,具有更强的全局搜索能力和跳出局部最优能力.
文献关键词：
布谷鸟算法;多阶段动态扰动;动态惯性权重;自适应
中图分类号：
作者姓名：
张珍珍;贺兴时;于青林;杨新社
作者机构：
西安工程大学 理学院,西安 710600;汤普森大学 数学与统计系,哥伦比亚 甘露 V2C0C8;密德萨斯大学 科学与技术学院,伦敦 NW44BT
文献出处：
引用格式：
[1]张珍珍;贺兴时;于青林;杨新社-.多阶段动态扰动和动态惯性权重的布谷鸟算法)[J].计算机工程与应用,2022(01):79-88
A类：
多阶段动态扰动,正态随机分布
B类：
动态惯性权重,仿生智能,智能优化算法,局部最优,收敛速度,速度慢,布谷鸟搜索算法,MACS,扰动策略,鸟巢,差可,鸟窝,全局搜索,搜索能力,动态切换概率,动态平衡,局部搜索,测试函数,改进布谷鸟算法,寻优性能,跳出局部
AB值：
0.215886
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
