原文服务方: 微电子学与计算机       
摘要:
针对标准布谷鸟搜索算法后期收敛速度慢、易陷入局部最优等缺点,本文提出了一种具有记忆性的自适应布谷鸟算法(MACS).根据种群适应度与个体适应度准确判定算法收敛程度并分别对不同鸟窝进行自适应调整,使算法在迭代过程中保持收敛速度与精度的平衡;通过在偏好随机游动环节中引入记忆策略,算法能够充分利用上一代的有效信息,提高了其跳出局部最优的能力.仿真实验结果表明,MACS算法各方面性能较标准算法及其改进版本具有明显优势.
推荐文章
基于粒子群算法的布谷鸟搜索算法
布谷鸟搜索
Levy飞行
粒子群优化算法
云模型的布谷鸟搜索算法
布谷鸟搜索算法
云模型
云模型的布谷鸟搜索算法
基于高斯扰动的布谷鸟搜索算法
布谷鸟搜索算法
高斯扰动
收敛速度
基于蚁群算法优化的布谷鸟搜索算法
Levy飞行
布谷鸟搜索算法
蚁群优化算法
鸟巢位置更新策略
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 具有记忆性的自适应布谷鸟搜索算法
来源期刊 微电子学与计算机 学科
关键词 布谷鸟算法 莱维飞行 收敛程度 自适应方法 记忆策略
年,卷(期) 2017,(3) 所属期刊栏目
研究方向 页码范围 15-19,24
页数 6页 分类号 TP18
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 秦岭 南京工业大学计算机科学与技术学院 14 32 4.0 5.0
2 戴睿闻 南京工业大学计算机科学与技术学院 4 52 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (70)
参考文献  (6)
节点文献
引证文献  (7)
同被引文献  (25)
二级引证文献  (4)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(9)
  • 参考文献(0)
  • 二级参考文献(9)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(6)
  • 引证文献(6)
  • 二级引证文献(0)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
布谷鸟算法
莱维飞行
收敛程度
自适应方法
记忆策略
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导