计算机应用研究

作者：黄闽茗,何庆,文熙,

单位：1.贵州大学a.大数据与信息工程学院;b.贵州省公共大数据重点实验室,贵阳550025；2.河北工业大学人工智能与数据科学学院,天津300000；

关键词：布谷鸟搜索算法,反向学习,函数优化,维间干扰,动态适应,

基金：贵州省科技计划项目重大专项项目(黔科合重大专项字［2018］3002；黔科合重大专项字［2016］3022)；贵州省公共大数据重点实验室开放课题(2017BDKFJJ004)；贵州省教育厅青年科技人才成长项目(黔科合KY字［2016］124)；；

为了解决布谷鸟搜索算法寻优精度不高、收敛速度慢、后期搜索活力不足以及处理高维优化问题时存在维间干扰等缺陷，提出了逐维反向学习策略的动态适应布谷鸟算法。首先，对选择更新后的解进行逐维反向学习，减少维间干扰，扩大种群多样性；然后，使用精英保留方式评价该结果，提高算法寻优能力；最后，充分利用当前解的信息进行动态适应的缩放因子控制，引导解快速收敛，提升算法搜索活力。实验结果表明，该算法相比较于标准布谷鸟搜索算法，寻优精度、收敛速度以及后期搜索活力有所提高，与其他改进算法相比也具有一定的竞争优势。

来源：2020年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第4期