【戴布谷】学术原文参考-戴布谷期刊下载-钛学术文献服务平台

1.【期刊】基于混沌序列的布谷鸟算法改进

作者：宋庆庆贺兴时郭旭

刊名：纺织高校基础科学学报

发表时间：2017-03-01

摘要:

针对布谷鸟算法(CS)局部搜索能力差,后期收敛速度慢,收敛精度不高等问题,将混沌序列引入到布谷鸟算法中优化鸟窝初始位置,建立基于混沌序列的布谷鸟算法(BCS).选取6个基准函数进行测试,并将测试结果与布谷鸟算法进行对比

布谷鸟算法 Lévy飞行混沌序列收敛性能

2.【期刊】基于函数动态递减因子的布谷鸟算法

作者：段博文王晓东罗东

刊名：西安工程大学学报

发表时间：2018-04-01

摘要:

针对布谷鸟搜索算法存在收敛速度慢,求解精度低的缺陷,提出一种改进布谷鸟搜索(ICS)算法.将函数动态递减因子引入到步长和发现概率中,并对步长和发现概率进行自适应调整.测试结果表明,改进后的布谷鸟算法在收敛速度和求解精度方面均优于原始布谷鸟算法

布谷鸟搜索算法余弦函数指数分布收敛速度

3.【期刊】云模型的布谷鸟搜索算法

作者：张呈志李志平王勇

刊名：计算机应用研究

发表时间：2016-01-01

摘要:

针对布谷鸟搜索算法（CS）存在的不足，优化布谷鸟搜索算法求解连续函数问题的性能，结合云模型在定性与定量之间相互转换的优良特性，设计出云模型的布谷鸟搜索算法（CCS）。其核心思想是通过云模型实现布谷鸟的进化学习过程，类似差分进化进行群体间的信息交流。该混合算法较大程度上提高了 CS 算法求解精度，且加快了算法的收敛速度。

布谷鸟搜索算法云模型云模型的布谷鸟搜索算法

4.【期刊】基于布谷鸟搜索改进的聚类算法

作者：吴锡生孙伟鹏孟斌

刊名：微电子学与计算机

发表时间：2018-08-01

摘要:

在分析K-均值算法和布谷鸟搜索(CS)算法的基础上,本文提出了一种基于改进布谷鸟搜索算法的聚类算法.该算法将局部搜索能力强的K-均值算法和全局搜索能力强的布谷鸟搜索算法相结合.既提高了布谷鸟搜索算法的局部搜索能力,加快了收敛速度.同时因为布谷鸟搜索算法具有较强的全局搜索能力,有效地防止了早熟收敛现象的发生,因此可以有效地获得全局最优解.实验表明该聚类算法有更好的收敛效果.

聚类 k-means算法布谷鸟搜索算法收敛速度全局最优

5.【期刊】基于混合布谷鸟算法的图像阈值分割

作者：贺兴时郭莹

刊名：西安工程大学学报

发表时间：2017-01-01

摘要:

利用布谷鸟算法的高效性,选取基于粒子群算法的布谷鸟算法,结合OTSU法设计适应度函数,求解最佳分割阈值,并与原始算法、全阈值迭代方法进行对比,结果表明,将改进后的布谷鸟算法应用于图像分割中,可提升图像分割效率

布谷鸟算法粒子群算法阈值分割方法 OTSU法全阈值迭代

6.【期刊】基于高斯扰动的布谷鸟搜索算法

作者：王凡王燕贺兴时

刊名：西安工程大学学报

发表时间：2011-04-01

摘要:

在布谷鸟搜索算法(CS)的基础上,提出了一种在迭代过程中对鸟窝位置加入高斯扰动的方法,即基于高斯扰动的布谷乌搜索算法(GCS).它增加了鸟窝位置变化的活力,从而有效地提高了算法的收敛速度.仿真实验结果表明,该算法优于原始布谷鸟搜索算法.

布谷鸟搜索算法高斯扰动收敛速度

7.【期刊】基于模拟退火与高斯扰动的布谷鸟算法

作者：张毅杨新社贺兴时

刊名：纺织高校基础科学学报

发表时间：2015-04-01

摘要:

布谷鸟算法是一种新型的全局最优搜索算法，为了提高该算法的收敛速度与计算精度，将模拟退火思想引入布谷鸟算法，并对布谷鸟算法的个体进行高斯扰动，提出一种基于模拟退火与高斯扰动的布谷鸟算法（SAGCS）。将SAGCS算法与布谷鸟算法和带有高斯扰动的布谷鸟算法在8个典型的基准测试函数中进行仿真对比，结果表明SAGCS算法在收敛速度和精度方面均优于其他两种算法。

布谷鸟算法模拟退火高斯扰动仿真

8.【期刊】基于克隆布谷鸟算法的资源均衡优化

作者：

刊名：计算机应用研究

发表时间：2014-05-01

摘要:

资源均衡优化问题属于NP-Hard问题，为了能对其高效地进行求解，提出了一种新的克隆布谷鸟算法。通过对实例进行测试，结果表明克隆布谷鸟算法在求解资源均衡优化问题上比粒子群、差分和标准布谷鸟算法具有更优的全局优化性能。

克隆布谷鸟算法 Levy变异非均匀变异资源均衡优化

9.【期刊】基于粒子群算法的布谷鸟搜索算法

作者：李娜贺兴时

刊名：纺织高校基础科学学报

发表时间：2014-03-01

摘要:

为进一步提高布谷鸟搜索算法（Cuckoo Search ）的收敛速度和计算精度，将PSO算法用于CS算法的位置更新过程，提出了基于PSO算法的布谷鸟搜索算法（CSPSO ）。结果表明，CSPSO 算法比CS算法和自适应步长布谷鸟搜索算法（ASCS）具有更快的收敛速度，更高的收敛精度和稳定性。

布谷鸟搜索 Levy飞行粒子群优化算法

10.【期刊】改进的布谷鸟MT反演算法

作者：王书明王鹏飞

刊名：石油地球物理勘探

发表时间：2020-01-01

摘要:

由于大地电磁(MT)数据的反演是高度非线性的,传统的全局优化算法收敛速度慢,且易陷入局部极值.为此,提出一种结合单纯形法的全局布谷鸟算法(ICS)反演MT数据.针对布谷鸟算法(CS)精于探索、疏于开发的特点

大地电磁改进布谷鸟算法粒子群优化算法单纯形法

文献类型

学科分类

核心收录

年份

来源