交互式学习的布谷鸟搜索算法

• 作者: 刘中强 刘升 张海南 游晓明
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 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
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 147-154
• 页数: 8页
• 分类号: TP391
• 字数: 6962字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1812-0184

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	游晓明	上海工程技术大学管理学院	65	380	11.0	17.0
2	刘升	上海工程技术大学管理学院	89	467	10.0	19.0
3	刘中强	上海工程技术大学电子电气学院	3	17	1.0	3.0
4	张海南	上海工程技术大学电子电气学院	4	1	1.0	1.0