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:
布谷鸟算法是基于启发式搜索的智能仿生算法.传统的布谷鸟算法收敛速度较慢,容易陷入局部最优解.针对该算法特点,对算法原理进行了分析,并就算法中步长和发现概率两个控制因素进行改进,使其根据迭代次数动态变化,提出了具有自适应调整特点的搜索算法,改变了步长和发现概率相应的更新方式,避免了传统布谷鸟算法容易陷入局部最优的缺陷,以增强算法搜索性能.实验对比表明,自适应调整的布谷鸟算法具有更好的寻优性能.
推荐文章
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
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
自适应调整的布谷鸟搜索K-均值聚类算法
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
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 自适应调整布谷鸟搜索算法研究
来源期刊 软件导刊 学科 工学
关键词 布谷鸟算法 自适应 搜索算法
年,卷(期) 2019,(8) 所属期刊栏目 算法与语言
研究方向 页码范围 56-58,62
页数 4页 分类号 TP312
字数 2417字 语种 中文
DOI 10.11907/rjdk.182613
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 雷玉霞 曲阜师范大学信息科学与工程学院 27 71 5.0 7.0
2 张毅 曲阜师范大学信息科学与工程学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (234)
共引文献  (245)
参考文献  (17)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1981(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(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)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(11)
  • 参考文献(1)
  • 二级参考文献(10)
2011(20)
  • 参考文献(1)
  • 二级参考文献(19)
2012(15)
  • 参考文献(1)
  • 二级参考文献(14)
2013(48)
  • 参考文献(4)
  • 二级参考文献(44)
2014(10)
  • 参考文献(1)
  • 二级参考文献(9)
2015(26)
  • 参考文献(1)
  • 二级参考文献(25)
2016(17)
  • 参考文献(1)
  • 二级参考文献(16)
2017(49)
  • 参考文献(2)
  • 二级参考文献(47)
2018(22)
  • 参考文献(3)
  • 二级参考文献(19)
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(1)
  • 引证文献(1)
  • 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
搜索算法
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
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
总被引数(次)
30383
论文1v1指导