多阶段动态扰动和动态惯性权重的布谷鸟算法

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.

关键词：布谷鸟算法;多阶段动态扰动;动态惯性权重;自适应

所属期刊栏目：58

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;陕西省智慧医疗评价指标体系构建;评价模型研究项目

在线出版日期：2022-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：79-88