基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
布谷鸟搜索算法(CS)是模仿布谷鸟的繁殖行为所建的一种元启发式算法.这是一种新兴启发算法,通过模拟某些种属布谷鸟的寄生育雏崽来有效地求解最优化问题.针对该算法计算精度不高,收敛速度慢,容易陷入局部最优等缺陷,提出了一种基于自适应步长随机扰动的布谷鸟搜索算法(ASCS).在增加鸟窝位置变化活力的基础上,对鸟窝位置之间的距离引入自适应的调整步长因子,可以防止算法在运行过程中陷入局部最优.同时为了更大程度地提高鸟窝的计算精度与搜索速度,在寻找最优鸟窝的时候增加一个扰动因子,提高了算法的收敛速度.通过7个测试函数进行仿真实验,结果证明了该算法的可行性,其性能显著优于原始的布谷鸟算法.
推荐文章
基于参数自适应布谷鸟算法的RM电路面积优化
固定极性RM
面积优化
布谷鸟算法
进化评估机制
参数自适应机制
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
基于模拟退火与高斯扰动的布谷鸟算法
布谷鸟算法
模拟退火
高斯扰动
仿真
具有记忆性的自适应布谷鸟搜索算法
布谷鸟算法
莱维飞行
收敛程度
自适应方法
记忆策略
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 基于随机扰动的自适应布谷鸟算法
来源期刊 计算机技术与发展 学科 工学
关键词 布谷鸟算法 自适应步长 鸟窝位置 随机扰动
年,卷(期) 2019,(5) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 77-80
页数 4页 分类号 TP301.6
字数 2572字 语种 中文
DOI 10.3969/j.issn.1673-629X.2019.05.17
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 贺兴时 西安工程大学理学院 136 975 16.0 25.0
2 张超 西安工程大学理学院 10 39 4.0 6.0
3 叶亚荣 西安工程大学理学院 4 12 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (86)
共引文献  (327)
参考文献  (14)
节点文献
引证文献  (2)
同被引文献  (6)
二级引证文献  (0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(16)
  • 参考文献(2)
  • 二级参考文献(14)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(18)
  • 参考文献(3)
  • 二级参考文献(15)
2014(11)
  • 参考文献(1)
  • 二级参考文献(10)
2015(9)
  • 参考文献(2)
  • 二级参考文献(7)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
布谷鸟算法
自适应步长
鸟窝位置
随机扰动
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导