期刊文献+
共找到19篇文章
< 1 >
每页显示 20 50 100
求解多目标优化问题的改进布谷鸟搜索算法 被引量:13
1
作者 杨辉华 谢谱模 +2 位作者 张晓凤 马巍 刘振丙 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2015年第8期1600-1608,共9页
针对求解多目标优化问题,提出一种改进的多目标布谷鸟搜索算法(IMOCS).相比于标准多目标布谷鸟搜索算法(MOCS),IMOCS在莱维飞行中使用动态自适应的步长控制量,并基于层级和拥挤度距离选择下一次莱维飞行的种群.为了验证算法的有效性,通... 针对求解多目标优化问题,提出一种改进的多目标布谷鸟搜索算法(IMOCS).相比于标准多目标布谷鸟搜索算法(MOCS),IMOCS在莱维飞行中使用动态自适应的步长控制量,并基于层级和拥挤度距离选择下一次莱维飞行的种群.为了验证算法的有效性,通过在测试实例(SCH,ZDT系列,LZ)计算所求Pareto前沿与真实Pareto前沿的广义距离和所求Pareto前沿的多样性来测试IMOCS的性能.结果表明,与MOCS,NSPSO,NSGA-II比较,IMOCS所求的广义距离更小,即由IMOCS所求Pareto前沿更加接近于真实Pareto前沿,同时IMOCS的Pareto前沿分布更加广泛和均匀,即多样性更好. 展开更多
关键词 多目标优化 布谷鸟搜索算法 自适应步长控制量 非支配集排序
在线阅读 下载PDF
自适应步长和发现概率的布谷鸟搜索算法 被引量:8
2
作者 彭建新 詹志辉 +1 位作者 陈宗淦 王子佳 《济南大学学报(自然科学版)》 CAS 北大核心 2016年第5期328-333,共6页
针对因参数设置为常数、个体参数设置相同而导致布谷鸟算法求解精度降低的问题,提出一种基于适应值分配的自适应步长和发现概率的布谷鸟搜索算法,进行仿真实验,并与其他改进算法进行对比研究。结果表明:自适应步长和发现概率的布谷鸟搜... 针对因参数设置为常数、个体参数设置相同而导致布谷鸟算法求解精度降低的问题,提出一种基于适应值分配的自适应步长和发现概率的布谷鸟搜索算法,进行仿真实验,并与其他改进算法进行对比研究。结果表明:自适应步长和发现概率的布谷鸟搜索算法提高了算法的计算精度,计算结果优于原始的布谷鸟算法;与其他改进的布谷鸟算法相比,具有较强的竞争性。 展开更多
关键词 布谷鸟搜索算法 函数优化 自适应步长
在线阅读 下载PDF
一种自适应步长布谷鸟搜索算法 被引量:73
3
作者 郑洪清 周永权 《计算机工程与应用》 CSCD 2013年第10期68-71,共4页
针对布谷鸟搜索算法(CS)后期收敛速度慢、计算精度不高等不足,提出了一种自适应步长调整布谷鸟搜索算法,加快布谷鸟搜索算法的搜索速度,提高其计算精度。通过8个标准测试函数测试的结果表明,改进后的自适应步长布谷鸟搜索算法具有较快... 针对布谷鸟搜索算法(CS)后期收敛速度慢、计算精度不高等不足,提出了一种自适应步长调整布谷鸟搜索算法,加快布谷鸟搜索算法的搜索速度,提高其计算精度。通过8个标准测试函数测试的结果表明,改进后的自适应步长布谷鸟搜索算法具有较快的收敛速度和较高的寻优精度。 展开更多
关键词 布谷鸟搜索算法 自适应步长 标准测试函数
在线阅读 下载PDF
布谷鸟算法求解组装车间仓储调度优化问题 被引量:6
4
作者 杨文强 郭昊 李勇峰 《电子测量与仪器学报》 CSCD 北大核心 2016年第10期1506-1511,共6页
为提高产品组装效率,对影响产品组装效率的因素进行了分析,将仓储作业与组装作业作为组装任务,以其完工时间总和最小为目标,建立了组装车间仓储调度模型,并提出一种改进的布谷鸟算法对其进行求解。该算法通过自适应调整发现概率,避免了... 为提高产品组装效率,对影响产品组装效率的因素进行了分析,将仓储作业与组装作业作为组装任务,以其完工时间总和最小为目标,建立了组装车间仓储调度模型,并提出一种改进的布谷鸟算法对其进行求解。该算法通过自适应调整发现概率,避免了在搜索过程中陷入局部最优,通过动态调整步长,提高了收敛速度。为验证该算法的性能,结合工业现场实例与原始布谷鸟算法及遗传算法进行了仿真对比,结果表明本文提出的算法在收敛精度及收敛速度上都取得了较好的效果。 展开更多
关键词 组装车间 仓储调度 布谷鸟算法 发现概率自适应 动态步长
在线阅读 下载PDF
具有动态步长和发现概率的布谷鸟搜索算法 被引量:7
5
作者 刘景森 刘晓珍 李煜 《系统仿真学报》 CAS CSCD 北大核心 2020年第2期289-298,共10页
为了进一步改善算法搜索过程中存在的求解精度偏低、收敛速度缓慢等现象,提出具有动态步长和发现概率的布谷鸟搜索算法。该算法通过引入步长调整因子动态约束每一代种群的莱维移动步长,使算法的莱维飞行机制具有自适应性。在发现概率上... 为了进一步改善算法搜索过程中存在的求解精度偏低、收敛速度缓慢等现象,提出具有动态步长和发现概率的布谷鸟搜索算法。该算法通过引入步长调整因子动态约束每一代种群的莱维移动步长,使算法的莱维飞行机制具有自适应性。在发现概率上,使用具有均匀分布和F分布特性的随机惯性权重,改变发现概率的固定取值,加强种群的多样性,保持算法全局搜索、局部探索之间的平衡状态。通过实验证明,所提算法具有良好的可行性,其寻优结果、收敛速度均有提高。 展开更多
关键词 布谷鸟搜索算法 步长调整因子 莱维飞行 自适应 随机惯性权重
在线阅读 下载PDF
改进的布谷鸟算法在结构损伤识别中的应用 被引量:5
6
作者 徐浩杰 刘济科 吕中荣 《应用力学学报》 CAS CSCD 北大核心 2016年第3期523-528,553,共6页
布谷鸟算法受自然界中布谷鸟寻找鸟窝产卵过程启发而提出,其参数设置简单且效率高。为了平衡布谷鸟算法的求解速度和精度,提高算法的全局搜索能力,本文应用动态步长和锦标赛选择策略对原算法进行性能改进,并将其应用于结构损伤识别。在... 布谷鸟算法受自然界中布谷鸟寻找鸟窝产卵过程启发而提出,其参数设置简单且效率高。为了平衡布谷鸟算法的求解速度和精度,提高算法的全局搜索能力,本文应用动态步长和锦标赛选择策略对原算法进行性能改进,并将其应用于结构损伤识别。在数值模拟中,选取频率等系统参数建立用于结构损伤识别的目标函数。基于改进的算法求解目标函数。最后分析得出结构损伤情况。数值结果显示,改进后算法准确识别损伤单元,并对噪声不敏感;验证了其有效性和实用性,可进一步应用于工程。 展开更多
关键词 结构损伤识别 布谷鸟算法 锦标赛选择策略 动态步长 模态保证准则
在线阅读 下载PDF
基于奇异谱分析-模糊信息粒化和极限学习机的风速多步区间预测 被引量:18
7
作者 殷豪 曾云 +1 位作者 孟安波 杨跞 《电网技术》 EI CSCD 北大核心 2018年第5期1467-1474,共8页
不同于风速点预测,风速区间预测能描述风速的随机性。因此,提出一种基于奇异谱分析-模糊信息粒化和极限学习机组成的风速多步区间预测模型。该方法采用奇异谱分析提取原始数据的趋势成分、振荡成分和噪声成分,并对所有分量进行重构,然... 不同于风速点预测,风速区间预测能描述风速的随机性。因此,提出一种基于奇异谱分析-模糊信息粒化和极限学习机组成的风速多步区间预测模型。该方法采用奇异谱分析提取原始数据的趋势成分、振荡成分和噪声成分,并对所有分量进行重构,然后利用模糊信息粒化对重构后的噪声成分进行有效挖掘,提取每个窗口最小值、平均值和最大值。对各分量采用极限学习机分别建立预测模型,为了提高预测精度、缩小区间范围,采用改进布谷鸟算法对预测模型的参数进行优化。最后将所有分量的预测结果进行叠加,实现风速区间预测。以风电场实际数据为算例,结果表明所提方法具有较高的预测精度和可靠的多步区间预测,且运行效率高,能有效跟踪风速变化。 展开更多
关键词 多步区间预测 风速点预测 奇异谱分析-模糊信息粒化 极限学习机 改进布谷鸟算法
在线阅读 下载PDF
自适应步长布谷鸟搜索算法 被引量:39
8
作者 李荣雨 戴睿闻 《计算机科学》 CSCD 北大核心 2017年第5期235-240,共6页
布谷鸟搜索算法(CSA)是一种新颖且简单、高效的生物启发式算法。针对标准算法存在后期收敛速度慢、易陷入局部最优等问题,提出了一种新的自适应步长布谷鸟搜索算法(ASCSA)。通过自适应调整莱维飞行步长使算法在前期拥有较大的寻优空间,... 布谷鸟搜索算法(CSA)是一种新颖且简单、高效的生物启发式算法。针对标准算法存在后期收敛速度慢、易陷入局部最优等问题,提出了一种新的自适应步长布谷鸟搜索算法(ASCSA)。通过自适应调整莱维飞行步长使算法在前期拥有较大的寻优空间,提高全局搜索能力;步长随迭代自适应减小,算法的局部开发能力增强。针对偏好随机游动,引入动态惯性权重和记忆策略后,算法能够充分利用历史经验,稳定性得到提高。实验结果表明,改进后的布谷鸟搜索算法的各方面性能较标准算法及相关改进版本都有显著提高。 展开更多
关键词 布谷鸟搜索算法 莱维飞行 自适应步长 动态惯性权重 记忆策略
在线阅读 下载PDF
cRNA布谷鸟搜索算法的桥式吊车PID控制 被引量:5
9
作者 朱笑花 王宁 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2017年第7期1397-1404,共8页
为了提高算法的全局搜索能力,受RNA二级结构的启发,设计RNA茎环交叉算子,采用基于进化代数的自适应步长策略,提出RNA交叉操作布谷鸟搜索算法(cRNA-CS).将cRNA-CS算法用于对5个典型测试函数进行寻优.测试结果表明,cRNA-CS算法的搜索能力... 为了提高算法的全局搜索能力,受RNA二级结构的启发,设计RNA茎环交叉算子,采用基于进化代数的自适应步长策略,提出RNA交叉操作布谷鸟搜索算法(cRNA-CS).将cRNA-CS算法用于对5个典型测试函数进行寻优.测试结果表明,cRNA-CS算法的搜索能力和寻优精度相对于CS算法和其他改进的CS算法有了明显提高.将cRNA-CS算法用于桥式吊车系统PID控制器参数的优化整定.仿真实验结果表明,与CS算法、单纯形算法和PSO算法相比,采用cRNA-CS算法优化的PID控制器能够实现桥式吊车系统更好的消摆和定位控制. 展开更多
关键词 布谷鸟搜索算法(CS) RNA茎环交叉算子 自适应步长 PID控制器 桥式吊车系统
在线阅读 下载PDF
布谷鸟搜索算法研究及其应用进展 被引量:17
10
作者 吴一全 周建伟 《智能系统学报》 CSCD 北大核心 2020年第3期435-444,共10页
为进一步加强布谷鸟算法的搜寻能力并提升收敛速度,加快对算法的研究与应用进程,综述了布谷鸟算法的原理、研究概况和其他同类群体智能优化算法的比较及发展趋势。首先给出了算法的基本模型和实现步骤;然后重点阐述了基于发现概率和步... 为进一步加强布谷鸟算法的搜寻能力并提升收敛速度,加快对算法的研究与应用进程,综述了布谷鸟算法的原理、研究概况和其他同类群体智能优化算法的比较及发展趋势。首先给出了算法的基本模型和实现步骤;然后重点阐述了基于发现概率和步长控制量、基于自适应步长、基于混沌理论、与其他算法混合、基于种群特征和种群变异、结合优化策略及基于种群多样性等方面的改进方法,总结了算法的主要应用领域及其进展;随后将其与遗传算法、蚁群优化算法、粒子群优化算法及人工蜂群优化算法的优点、缺点及适用性诸方面进行了对比;最后指出了布谷鸟搜索算法尚存在的缺陷并对进一步的研究方向进行了展望。 展开更多
关键词 群体智能 布谷鸟搜索算法 启发式算法 寄巢产卵 莱维飞行 自适应步长 混沌 种群多样性
在线阅读 下载PDF
基于结合自适应步长布谷鸟搜查算法的模糊神经网络的软件可靠性增长模型 被引量:1
11
作者 刘逻 郭立红 《计算机应用》 CSCD 北大核心 2014年第10期2908-2912,共5页
针对现有的软件可靠性增长模型(SRGM)适用性较差、预测精度波动大的问题,使用自适应步长布谷鸟搜查(ASCS)算法对模糊神经网络(FNN)的权重和阈值进行寻优,利用得到了最优权重和阈值的FNN建立SRGM。在使用缺陷数据对FNN训练的过程中,利用A... 针对现有的软件可靠性增长模型(SRGM)适用性较差、预测精度波动大的问题,使用自适应步长布谷鸟搜查(ASCS)算法对模糊神经网络(FNN)的权重和阈值进行寻优,利用得到了最优权重和阈值的FNN建立SRGM。在使用缺陷数据对FNN训练的过程中,利用ASCS来调整FNN的权重和阈值,以此提高在预测过程中的精度,同时采用多次预测结果取均值的方式来减小FNN预测的波动性,以此建立基于结合自适应步长布谷鸟搜查算法的模糊神经网络(ASCS-FNN)的软件可靠性增长模型。利用3组软件缺陷数据,以误差比均值和误差平方和作为衡量标准,对基于ASCS-FNN、结合模拟退火算法的动态模糊神经网络(SA-DFNN)、FNN、BP网络(BPN)建立的SRGM的一步向前预测能力进行比较。预测结果表明,在四组模型中,基于ASCS-FNN建立的SRGM相对于SA-DFNN、FNN、BPN建立的SRGM的平均预测精度相对提高率RI(AE)和RI(SSE)分别为-1.48%、54.8%、33.8%和14.4%、76%、35.9%,并且该模型比FNN、BPN建立的SRGM在相同缺陷数据下的预测波动性小,而且网络结构比SA-DFNN的网络结构简单。因此该模型具有预测精度较高、预测稳定和具有一定的适用性等优点。 展开更多
关键词 软件可靠性增长模型 软件缺陷数据 自适应步长布谷鸟搜查算法 模糊神经网络 一步向前预测
在线阅读 下载PDF
求解包装生产中复杂问题的布谷鸟算法改进 被引量:3
12
作者 王晓红 杨礼彬 +4 位作者 任展翔 莫海宁 庞斌 陈利 黄泽铭 《包装工程》 CAS 北大核心 2021年第5期240-246,共7页
目的为了解决在求解复杂的高维函数优化问题时存在的求解精度不够高和易陷入局部最优等问题,提出一种基于莱维飞行发现概率的变步长布谷鸟搜索算法(LFCS)。方法在相同环境下,选取6个不同难度、不同类型的测试函数,将LFCS算法与IPSO,IDE,... 目的为了解决在求解复杂的高维函数优化问题时存在的求解精度不够高和易陷入局部最优等问题,提出一种基于莱维飞行发现概率的变步长布谷鸟搜索算法(LFCS)。方法在相同环境下,选取6个不同难度、不同类型的测试函数,将LFCS算法与IPSO,IDE,IABC,CS算法比较,分析算法的收敛速度和收敛精度。结果相比其他4种算法,LFCS算法迭代次数更少,收敛速度更快,收敛精度更高。结论无论是低维函数还是高维函数,LFCS算法在收敛速度和收敛精度方面都有所提高,尤其是针对复杂的高维函数优化问题,在取值范围较大的情况下,LFCS算法能够更快、更准地找到最优解。 展开更多
关键词 高维函数 优化 布谷鸟搜索算法 变步长 莱维飞行 发现概率
在线阅读 下载PDF
传感器故障后多变量经验小波变换多点预测 被引量:3
13
作者 李春祥 张佳丽 《振动.测试与诊断》 EI CSCD 北大核心 2019年第1期197-208,230-231,共13页
为有效应对多点风速传感器或风压传感器故障而造成的损失,同时为了降低运算的复杂性和工程应用的难度,需要提出同步恢复缺失数据的模型。传统的多通道信号诊断采用多元经验模态分解(multivariate empiricalmode decomposition,简称MEMD)... 为有效应对多点风速传感器或风压传感器故障而造成的损失,同时为了降低运算的复杂性和工程应用的难度,需要提出同步恢复缺失数据的模型。传统的多通道信号诊断采用多元经验模态分解(multivariate empiricalmode decomposition,简称MEMD),笔者提出多变量经验小波变换(multivariable empirical wavelet transform,简称MEWT)来同步恢复多点缺失数据。具体应用时,首先,运用MEWT将多点信号同时分解为一系列模态;然后,利用核函数极限学习机(kernel-based extreme learning machine,简称KELM)实现同步预测,同时运用杜鹃搜索(cuckoo search,简称CS)算法对模型的正则化参数以及核参数进行智能寻优。多步预测时,采用多输入多输出(multi-input multi-output,简称MIMO)策略代替传统的滚动策略。建筑物表面实测多点风压数据和实测多点下击暴流风速数据用于验证模型的可行性。与噪声辅助的多元经验模态分解核函数极限学习机的对比结果表明,该模型能更高精度地同步恢复多点多步信号。 展开更多
关键词 传感器故障 核函数极限学习机 杜鹃搜索算法 多变量经验小波变换 同步多步预测
在线阅读 下载PDF
基于动态平衡因子自适应步长的布谷鸟搜索算法 被引量:3
14
作者 张烈平 于滟琳 +2 位作者 杨振宇 何佳洁 骆颖雄 《科学技术与工程》 北大核心 2018年第32期44-50,共7页
针对标准布谷鸟搜索算法依赖Lévy飞行的游走导致整个搜索过程步长具有随机性的问题,提出一种基于动态平衡因子自适应步长的布谷鸟搜索算法。通过对标准布谷鸟搜索算法中参数偏度动态自适应取值来实现算法对步长的动态自适应,同时... 针对标准布谷鸟搜索算法依赖Lévy飞行的游走导致整个搜索过程步长具有随机性的问题,提出一种基于动态平衡因子自适应步长的布谷鸟搜索算法。通过对标准布谷鸟搜索算法中参数偏度动态自适应取值来实现算法对步长的动态自适应,同时引入动态平衡因子以调节全局适应度和当前迭代次数所占的比重,从而实现布谷鸟搜索算法收敛速度和搜索精度的平衡。测试仿真实验结果表明,与标准布谷鸟搜索算法相比,提出的算法收敛速度显著提升;与单纯依赖迭代次数自适应步长的布谷鸟算法相比,提出的算法避免了为追求收敛速度而造成的算法早熟现象。 展开更多
关键词 Lévy飞行 布谷鸟搜索算法 动态平衡因子 自适应步长 测试函数 实验仿真
在线阅读 下载PDF
交互式学习的布谷鸟搜索算法 被引量:8
15
作者 张海南 游晓明 +1 位作者 刘升 刘中强 《计算机工程与应用》 CSCD 北大核心 2020年第7期147-154,共8页
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... 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。 展开更多
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
在线阅读 下载PDF
多策略调和的布谷鸟搜索算法 被引量:4
16
作者 彭虎 李源汉 +1 位作者 邓长寿 吴志健 《计算机工程》 CAS CSCD 北大核心 2022年第8期85-97,共13页
布谷鸟搜索(CS)算法是一种新型的群智能算法,结构简单且寻优能力较强,但存在勘探与开采不平衡以及易陷入局部极值的问题。提出一种多策略调和的布谷鸟搜索(MSRCS)算法,基于概率规则选择由自适应步长和改进解更新方法组成的调和策略对布... 布谷鸟搜索(CS)算法是一种新型的群智能算法,结构简单且寻优能力较强,但存在勘探与开采不平衡以及易陷入局部极值的问题。提出一种多策略调和的布谷鸟搜索(MSRCS)算法,基于概率规则选择由自适应步长和改进解更新方法组成的调和策略对布谷鸟个体进行更新,其中自适应步长引导布谷鸟在更好的方向上寻优,3种改进的解更新方法分别从自身邻域、当前最优个体和随机位置3个角度对勘探和开采进行调和,从而提升全局搜索和局部搜索在迭代过程中的适应性。在CEC2013测试集的28个基准函数上的实验结果表明,MSRCS算法至少有12个测试函数优于原始CS及其7种改进算法且排名第一,在求解单峰、多峰和组合函数问题时寻优能力更强,同时相比于3种经典群智能优化算法具有更快的收敛速度和更高的解精度。 展开更多
关键词 群智能算法 布谷鸟搜索算法 自适应步长 解更新方法 全局搜索
在线阅读 下载PDF
改进布谷鸟搜索算法的车间作业调度优化研究 被引量:8
17
作者 许梦楠 陈兵 《小型微型计算机系统》 CSCD 北大核心 2021年第9期1826-1829,共4页
以高效率调度车间作业程序为目标,提出基于改进布谷鸟搜索算法的车间作业调度优化算法.首先构建车间作业调度优化数学模型,设置约束条件,根据约束条件,将加工耗时最短的目标设成车间作业调度优化目标,设置车间作业调度目标函数,然后对... 以高效率调度车间作业程序为目标,提出基于改进布谷鸟搜索算法的车间作业调度优化算法.首先构建车间作业调度优化数学模型,设置约束条件,根据约束条件,将加工耗时最短的目标设成车间作业调度优化目标,设置车间作业调度目标函数,然后对布谷鸟搜索算法的调节步长等进行改进,并采用改进布谷鸟搜索算法获取车间作业调度方案最优解,最后进行了车间作业调度优化的仿真实验.结果表明:改进布谷鸟搜索算法的车间加工效率加快,车间作业加工耗时明显减少,提高了找到最优车间作业调度方案的成功率. 展开更多
关键词 布谷鸟搜索算法 车间作业 调度优化 调节步长 双向检索
在线阅读 下载PDF
基于逐维改进的自适应步长布谷鸟搜索算法 被引量:1
18
作者 任璐 李海洋 贺兴时 《河北科技大学学报》 CAS 2015年第5期511-516,共6页
步长的选取对于布谷鸟搜索算法的收敛速度与运算结果的精度起着关键作用。提出了一种基于逐维改进的自适应步长布谷鸟搜索算法。首先,在原始自适应步长布谷鸟搜索算法中,当上一代鸟窝位置为最优位置时,步长不再更新,则简单修正原有的步... 步长的选取对于布谷鸟搜索算法的收敛速度与运算结果的精度起着关键作用。提出了一种基于逐维改进的自适应步长布谷鸟搜索算法。首先,在原始自适应步长布谷鸟搜索算法中,当上一代鸟窝位置为最优位置时,步长不再更新,则简单修正原有的步长让其更新;其次,将逐维更新评价策略引入修正后的自适应步长布谷鸟搜索算法。实验结果表明,该算法不仅平衡了全局寻优能力和寻优精度之间的矛盾而且具有较好的收敛速度。 展开更多
关键词 算法理论 布谷鸟搜索算法 逐维改进 自适应步长 进化曲线
在线阅读 下载PDF
自适应调整的布谷鸟搜索K-均值聚类算法 被引量:10
19
作者 王日宏 崔兴梅 李永珺 《计算机应用研究》 CSCD 北大核心 2018年第12期3593-3597,共5页
针对布谷鸟搜索(CS)算法后期收敛速度慢,传统K-均值算法对初始簇中心选择比较敏感,提出了一种自适应调整的布谷鸟搜索及优化初始K-均值聚类算法(CSSA-OIKM)。首先,由集群度与距离均衡优化选择初始簇中心;其次,融合粒子群算法思想,遵循... 针对布谷鸟搜索(CS)算法后期收敛速度慢,传统K-均值算法对初始簇中心选择比较敏感,提出了一种自适应调整的布谷鸟搜索及优化初始K-均值聚类算法(CSSA-OIKM)。首先,由集群度与距离均衡优化选择初始簇中心;其次,融合粒子群算法思想,遵循自适应优化学习策略以均衡CS算法全局与局部精细搜索能力;最后,在改进CS算法的基础上引入自适应度调节步长因子与动态变化发现概率,增强算法收敛性能。通过对经典数据集的仿真实验分析,相比K-均值算法、PSO-K-均值算法及CS-K-均值算法来说,提出的CSSA-OIKM算法能有效提高聚类精确性,且算法稳定性好。 展开更多
关键词 布谷鸟搜索算法 自适应优化学习 步长调节 动态变化发现概率 初始簇中心 K-均值聚类
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部