版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、布谷鳥算法是2009年英國劍橋大學(xué)的Xin-She Yang和Suash Deb提出的一種新型元啟發(fā)式智能優(yōu)化算法,該算法基于布谷鳥尋窩產(chǎn)卵行為并結(jié)合鳥類萊維飛行。通過對若干標(biāo)準(zhǔn)測試函數(shù)及實際工程問題的對比實驗,表明該算法的結(jié)果優(yōu)于遺傳算法與粒子群算法。該算法簡單易行,參數(shù)少,解決特殊問題無須大量參數(shù),由此該算法引起了國內(nèi)外眾多學(xué)者的關(guān)注。本文主要對布谷鳥算法做了改進,并將改進的布谷鳥算法與罰函數(shù)結(jié)合應(yīng)用到工程優(yōu)化問題中,提出了算法性能
2、度量的一般化方法。
本文的主要研究成果如下:
(1)分析了布谷鳥算法的運行方式,以及更新公式,改進布谷鳥算法中程序更新公式,提出改進的布谷鳥算法(Modified Cuckoo Search,MCS)。最后通過測試標(biāo)準(zhǔn)測試函數(shù)驗證了改進的布谷鳥算法在后期收斂速度要優(yōu)于原布谷鳥算法。
(2)將罰函數(shù)法與改進的布谷鳥算法結(jié)合,提出適應(yīng)于一般約束優(yōu)化問題的含罰函數(shù)項的布谷鳥算法(Penalty Modified
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 布谷鳥算法的改進及其應(yīng)用研究.pdf
- 布谷鳥搜索算法的應(yīng)用研究與改進.pdf
- 基于混沌的布谷鳥優(yōu)化算法研究及應(yīng)用.pdf
- 改進的布谷鳥搜索算法及其應(yīng)用研究.pdf
- 基于自適應(yīng)布谷鳥搜索算法的聚類算法研究及應(yīng)用
- 改進布谷鳥算法在桁架結(jié)構(gòu)優(yōu)化中的應(yīng)用.pdf
- 基于群體優(yōu)化策略的布谷鳥搜索算法改進與應(yīng)用研究.pdf
- 布谷鳥算法在函數(shù)優(yōu)化問題中的應(yīng)用研究畢業(yè)論文
- 基于自適應(yīng)布谷鳥搜索算法的聚類算法研究及應(yīng)用_1492.pdf
- 基于布谷鳥算法的K-means聚類挖掘算法研究.pdf
- 基于布谷鳥算法的含風(fēng)電場電力調(diào)度研究.pdf
- 基于改進布谷鳥算法的熱物性參數(shù)反演.pdf
- 引入蛙跳局部搜索和混沌原理的布谷鳥算法
- 基于布谷鳥算法的微電網(wǎng)多目標(biāo)優(yōu)化運行研究
- 引入蛙跳局部搜索和混沌原理的布谷鳥算法.pdf
- 布谷鳥搜索算法研究及其在AUV路徑規(guī)劃中的應(yīng)用.pdf
- 基于布谷鳥搜索算法的主題爬蟲搜索策略研究
- 基于布谷鳥搜索算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的研究.pdf
- 基于多目標(biāo)布谷鳥算法的風(fēng)光水聯(lián)合調(diào)度研究
- 基于布谷鳥搜索算法的配電網(wǎng)規(guī)劃方法研究
評論
0/150
提交評論