×

用于全局优化的混沌增强杜鹃搜索优化算法。 (英语) Zbl 1459.90227号

摘要:布谷鸟搜索优化算法是一种受生物启发的优化算法,广泛用于解决许多优化问题。然而,经验证明,它很容易陷入局部最优解,导致精度低。因此,在本文中,我们提出了五种改进的混沌增强布谷鸟搜索(CCS)优化算法,其中利用混沌序列增强初始化的宿主巢穴位置,改变Lévy飞行步长,并重置宿主巢穴超出边界的位置。这五种CCS算法分别用CCS1(带Logistic映射)、CCS2(带帐篷映射)、CCS3(带高斯映射)、CC S4(带正弦迭代器)和CCS5(带圆映射)表示。我们分别在A组和B组表示的两个功能组中测试我们的算法。在由四个单峰函数和五个简单多峰函数组成的A组中,我们比较了五种CCS算法和标准CS的性能。数值结果表明,新算法提高了基本布谷鸟搜索优化算法的性能,CCS3达到了最佳性能。在由CEC2013测试问题导出的B组中,我们测试了三种优化算法(CCS3、CLPSO和TCPSO)。数值结果表明,CCS3算法具有更好的性能。

理学硕士:

90 C59 数学规划中的近似方法和启发式

软件:

中国电子13
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 周小杰。;杨,C.-H。;Gui,W.-H.,状态转移算法,J.Ind.Manag。最佳。,8, 4, 1039-1056 (2012) ·Zbl 1364.90281号
[2] 周小杰。;Yang,C.-H。;Gui,W.-H.,使用状态转移算法进行非线性系统辨识和控制,应用。数学。计算。,226, 169-179 (2014) ·Zbl 1354.93148号
[3] Thede,S.M.,《遗传算法导论》,J.Compute。科学。学院。,20, 1, 115-123 (2004)
[4] 斯托恩,R。;Price,K.,《差分进化——连续空间上全局优化的一种简单有效的启发式算法》,J.global Optim。,11, 341-359 (1997) ·Zbl 0888.90135号
[5] 布拉顿,D。;Kennedy,J.,《定义粒子群优化标准》,IEEE swarm Intelligence Symposium(2007)会议记录
[6] Ventresca,M。;Tizhoosh,H.R.,与相反邻域的模拟退火,IEEE计算智能基础研讨会论文集,186-192(2007)
[7] 马利西亚,A.R。;Tizhoosh,H.R.,将基于对立的思想应用于蚁群系统,IEEE Swarm Intelligence Symposium论文集(2007)
[8] 周小杰。;高,D.Y。;Yang,C.H.,状态转移算法与和谐搜索和人工蜂群的比较研究,高级智能。系统。计算。,212, 651-659 (2013)
[9] Sorrentino,F。;Lellis,P.D.,通过混沌自适应同步估计通信延迟,混沌孤子分形,45,35-46(2011)
[10] 郭,L。;胡,M。;徐,Z。;胡安,基于群体感应机制的同步与混沌控制,非线性动力学。,73, 3, 1253-1269 (2013) ·Zbl 1281.34087号
[11] Tang,Y。;王,Z。;Fang,J.-A.,分数阶加权复杂网络的Pinning控制,混沌,19,013-112(2009)·Zbl 1311.34018号
[12] 唐伟杰。;Wang,Z.,耦合系统的多目标同步,混沌,21,025-114(2011)·Zbl 1317.34125号
[13] Liao,S.J.,《混沌动力学系统微观不确定性传播的数值模拟》,混沌孤子分形,47,1-12(2011)
[14] 陶,C。;Zhang,Y。;Jiang,J.J.,利用遗传算法优化的同步从混沌时间序列估计系统参数,Phys。修订版E,76016-209(2007)
[15] 彭,B。;刘,B。;张福友。;Wang,L.,混沌系统基于差分进化算法的参数估计,混沌孤子分形,39,2110-2118(2009)
[16] Tang,Y。;Guan,X.,时滞混沌系统的参数估计:微分进化方法,混沌孤子分形,423132-3139(2009)·Zbl 1198.93222号
[17] 甘多米,A.H。;Yun,G.J。;Yang,X.-S.,Talatahar,混沌增强加速粒子群优化,Commun。非线性科学。数字。模拟。,18, 2, 327-340 (2013) ·Zbl 1323.90082号
[18] Yang,X.S.,《工程优化:元启发式应用导论》(2010),威利出版社
[19] Yang,X.-S。;Deb,S.,通过Lévy航班进行布谷鸟搜索,《世界自然与生物启发计算大会论文集》,210-214(2009)
[20] Yang,X.-S。;Deb,S.,通过布谷鸟搜索进行工程优化,国际数学杂志。国防部。数字。最佳。,1, 4, 330-343 (2010) ·Zbl 1279.90204号
[21] 哈萨克斯坦共和国。;Ruseckas,J.,《非均匀环境中的Lévy飞行和(1/f)噪声》,Phys。A: 统计机械。申请。,411, 95-103 (2014) ·Zbl 1395.82190号
[22] 巴伦切利,A。;Radicchi,F.,Lévy flights in human behavior and认知,混沌孤子分形,56,101-105(2013)
[23] 多斯桑托斯·科埃略,L。;博拉,T.C。;Mariani,V.C.,《基于截断Lévy型航班和人口多样性测度的差分进化,以解决经济负荷调度问题》,国际电工杂志。电力能源系统。,57, 178-188 (2014)
[24] 沃尔顿,S。;O.哈桑。;摩根,K。;Brown,M.R.,《改进的布谷鸟搜索:一种新的无梯度优化算法》,《混沌孤子分形》,44,710-718(2011)
[25] Bulatović,R.R。;斯科维奇,G.B。;Savković,M.M。;sić,M.M.G.,约束优化问题的改进布谷搜索(ICS)算法,拉丁美洲固体结构杂志。,11, 1349-1362 (2014)
[26] Yang,X.S。;Deb,S.,设计优化的多目标布谷鸟搜索,计算。操作。第40、6、1616-1624号决议(2013年)·Zbl 1348.90650号
[27] Layeb,A.,《一种新颖的量子启发布谷鸟背包问题搜索》,《国际生物学杂志》。计算。,297-305年3月5日(2011年)
[28] Chandrasekaran,K。;Simon,S.P.,《多目标调度问题:使用模糊辅助布谷鸟搜索算法的混合方法》,Swarm Evolut。计算。,5, 1-16 (2012)
[29] Kanagaraj,G。;Ponnambalam,S.G。;Jawahar,N.,可靠性-冗余分配问题的混合杜鹃搜索和遗传算法,计算。Ind.Eng.,66,4115-1124(2013年)
[30] 科布斯,C。;科拉佐斯,H.M.n。;诺兹·R·U·M。;门多萨,M。;León,E。;Herrera-Viedma,E.,基于布谷鸟搜索算法和平衡贝叶斯信息准则的网络搜索结果聚类,信息科学。,281, 248-264 (2014)
[31] Liao,T。;Chang,P。;Kuo,R。;Liao,C.-J.,多门交叉泊位系统中无关并行机器调度和入境卡车排序的五种混合元启发式算法的比较,应用。软计算。,21, 180-193 (2014)
[32] Farhanchi,M。;哈桑扎德,R。;马哈达维,I。;Mahdavi-Amiri,N.,一种改进的蚁群系统,用于在具有可变弧长和概率节点的网络中寻找期望的最短路径,Appl。软计算。,21, 491-500 (2014)
[33] 科诺米斯,A。;加西亚·维洛里亚,A。;Pastor,R.,《混合可变邻域搜索的元启发式算法用于解决响应时间可变性问题》,TOP,21,2,296-312(2013)
[34] Zachariadis,E.E。;Kiranoudis,C.T.,同时提货和交货的车辆路径问题的局部搜索元启发式算法,专家系统。申请。,38, 3, 2717-2726 (2011)
[35] 侯赛因,W.A。;萨赫兰,S。;Abdullah,S.N.H.S.,基于补丁的蜜蜂算法初始化算法,应用。软计算。,23, 104-121 (2014)
[36] Pavlyukevich,I.,Lévy flights,non-local search and simulated退火,J.Compute。物理。,226, 2, 1830-1844 (2007) ·Zbl 1125.65009号
[37] 叶海亚,M。;Saka,M.,《利用多目标人工蜂群算法和Levy航班进行施工现场布局规划》,Autom。施工图。,38, 14-29 (2014)
[38] Yang,X.S。;Deb,S.,杜鹃搜索:最新进展和应用,神经计算。申请。,24, 1, 169-174 (2014)
[39] 北帕迪。;Deb,K。;Mittal,P.,《粒子群优化中的边界处理方法》,《第七届生物灵感计算国际会议论文集:理论与应用》(BIC-TA 2012)。第七届生物灵感计算国际会议论文集:理论与应用(BIC-TA 2012),智能系统与计算进展第201卷,287-298(2013)
[40] Helwig,S。;布兰克,J。;Mostaghim,S.,粒子群优化中边界处理技术的实验分析,IEEE Trans。进化。计算。,17, 2, 259-271 (2013)
[41] 张伟杰。;谢晓凤。;Bi,D.-C.,用粒子群在周期搜索空间中飞行处理数值优化的边界约束,计算。Res.回购。,202, 2307-2311 (2005)
[42] 马,Z.-Q。;夏春云。;孙,S.-W。;Wang,L。;王,H.-B。;Wang,J.,《异质链接权重促进空间囚徒困境中的合作》,国际期刊Mod。物理学。C、 22,11127-1268(2011)·Zbl 1258.91023号
[43] 张俊杰。;Ning,H.-Y。;尹,Z.-Y。;太阳,南-南。;Wang,L。;孙建清。;Xia,C.-Y.,方格子上带边缘加权机制的新型雪堆博弈模型,Front。物理。,7, 3, 366-372 (2012)
[44] 夏春云。;孙,S.-W。;刘,Z.-X。;陈,Z.-Q。;袁振中,无标度网络上非均匀传输sirs模型的流行病,国际期刊Mod。物理学。B、 23,092203-2213(2009)·Zbl 1170.92338号
[45] 夏春云。;刘,Z.-X。;陈,Z.-Q。;袁振中,复杂网络上直接免疫Sirs流行病模型,控制决策。,23, 4, 468-472 (2008)
[46] 丁·S。;Yang,S。;Zhang,Y。;Liang,C。;Xia,C.,结合qos预测和客户满意度评估解决云服务可信度评估问题,基于知识的系统。,5615-216(2014)
[48] Liang,J.J。;曲Y.B。;Suganthan,P.N。;Hernández-Díaz,A.G.,2013年CEC实时参数优化特别会议的问题定义和评估标准,技术报告(2013),郑州大学和南洋理工大学,201212
[49] Liang,J.J。;秦,A.K。;Suganthan,P.N。;Baskar,S.,用于多模态函数全局优化的综合学习粒子群优化器,IEEE Trans。进化。计算。,10,3281-295(2006年)
[50] Sun,S。;Li,J.,《两群协同粒子群优化》,swarm Evolut。计算。,15, 1-18 (2014)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。