基于混沌的布谷鳥(niǎo)優(yōu)化算法研究及應(yīng)用.pdf

1、受自然界中生物體的機(jī)理或自然現(xiàn)象啟發(fā)而開(kāi)發(fā)的仿生算法稱為智能算法。過(guò)去十幾年，隨著人工智能的迅猛發(fā)展，各種智能算法不斷涌現(xiàn)，其應(yīng)用領(lǐng)域也越來(lái)越廣泛。布谷鳥(niǎo)優(yōu)化算法[CuckooSearch(CS)]，也叫杜鵑搜索，是智能算法的其中一種，于2009年由劍橋大學(xué)Xin-SheYang和DEBSuash提出。CS算法是一種新穎的群體智能算法，其通過(guò)模擬某些種屬布谷鳥(niǎo)的尋窩產(chǎn)卵的行為來(lái)有效地求解最優(yōu)化問(wèn)題。同時(shí)，CS也采用相關(guān)的萊維(Lévy)

2、飛行搜索機(jī)制，要設(shè)置的參數(shù)不多，搜索能力較強(qiáng)。CS算法在工程優(yōu)化、目標(biāo)函數(shù)優(yōu)化、動(dòng)態(tài)環(huán)境優(yōu)化、數(shù)據(jù)挖掘等多個(gè)領(lǐng)域得到廣泛應(yīng)用。CS算法提出后，激起很多研究者的興趣，慢慢發(fā)展成為智能算法研究領(lǐng)域的研究熱點(diǎn)。然而，CS算法2009年才被提出，對(duì)其研究還處于起步階段，本身存在許多不足，如易陷入局部最優(yōu)，搜索活性不足等?；谝陨喜蛔悖菊撐囊牖煦缬成?，提出了一種基于混沌的布谷鳥(niǎo)優(yōu)化算法(Chaotic Cuckoo Search，CCS)，主

3、要工作如下:
　　1.提出了一種加入混沌映射的布谷鳥(niǎo)算法(CCS)。通過(guò)混沌映射，改進(jìn)CS算法過(guò)度依賴萊維(Lévy)飛行策略，收斂速度較慢，且在算法后期，搜索活性明顯不足等缺點(diǎn)。在該改進(jìn)算法中，混沌映射改善了布谷鳥(niǎo)的種群多樣性，使其不易陷入局部最優(yōu)。通過(guò)幾個(gè)經(jīng)典函數(shù)測(cè)試表明，算法不僅提高了其搜索精度，而且加快了布谷鳥(niǎo)算法的收斂速度。
　　2.運(yùn)用了CCS算法來(lái)求解旅行商(TSP)問(wèn)題進(jìn)而對(duì)算法進(jìn)行性能驗(yàn)證。實(shí)驗(yàn)表明，在求解

4、TSP問(wèn)題中，與CS算法相比，CCS更有效避免算法陷入局部最小值，搜索活性大大提高，也加快了算法的收斂速度。
　　3.運(yùn)用CCS算法來(lái)求解二重?cái)?shù)值積分，依據(jù)二重積分被積函數(shù)的形狀在兩個(gè)不同的方向隨機(jī)產(chǎn)生一定數(shù)量的不等距節(jié)點(diǎn)。利用具有強(qiáng)優(yōu)化能力的CCS作為優(yōu)化算法對(duì)這些不等距節(jié)點(diǎn)進(jìn)行優(yōu)化，優(yōu)化后的節(jié)點(diǎn)在很大程度上能夠反映出被積函數(shù)的形狀特征。將這些節(jié)點(diǎn)作為分割點(diǎn)對(duì)二重?cái)?shù)值積分進(jìn)行求解。仿真實(shí)例結(jié)果表明，該算法簡(jiǎn)單、易實(shí)現(xiàn)、收斂速度快