交互式学习的布谷鸟搜索算法

摘要：

针对布谷鸟搜索算法在求解旅行商问题时,存在初期信息缺乏严重和收敛速度慢等问题,提出一种交互式学习的布谷鸟搜索算法(Interactive Learning Cuckoo Search Algorithm,ILCSA).为提高布谷鸟搜索算法的搜索效率,结合蚁群优化算法构建双层交互学习模型,将蚁群作为底层种群,布谷鸟作为高层种群,双种群互相学习,合作寻优,提高搜索速度;此外,在布谷鸟搜索算法中引入强化学习策略,自适应更新步长,并对发现概率进行动态调整,深度优化最优解,进一步提高解的质量.最后采用多组不同规模的标准TSPLIB算例与其他优化算法进行对比,结果表明ILCSA算法在求解精度和稳定性方面表现更优.

关键词：交互学习模型、强化学习策略、自适应步长、动态调整机制、布谷鸟搜索算法、蚁群优化算法

所属期刊栏目：56

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金No.61673258.No.61075115.No.61403249.No.61603242

在线出版日期：2020-04-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：147-154