首页 | 本学科首页   官方微博 | 高级检索  
     

基于参数自适应策略的改进乌鸦搜索算法
引用本文:林忠甫,颜力,黄伟,李洁.基于参数自适应策略的改进乌鸦搜索算法[J].计算机科学,2021,48(z1):260-263,284.
作者姓名:林忠甫  颜力  黄伟  李洁
作者单位:国防科技大学空天科学学院 长沙410073
摘    要:乌鸦搜索算法(CSA)是近年发展起来的一种新型智能优化算法,具有搜索精度高、收敛速度快等优点,但是其搜索性能对参数依赖性较强,参数的选取对算法的全局搜索能力、收敛速度至关重要.为解决最佳参数的确定问题,首先提出了一种用于表征种群优化算法收敛进程的方法,从而将优化过程分为前、中、后期,并在此基础上提出了一种基于优化过程的自适应参数乌鸦搜索算法(APICSA).经Levy No.5函数和齿轮系统设计问题对APICSA算法的测试表明,相对于标准CSA算法,该方法的可靠性和收敛速度可以得到更好的平衡,且均有一定程度的提高.与人工蜂群算法(ABC)等其他智能优化算法相比,该方法在50次运算中的标准差比ABC算法减小了55%,平均值与最优解的误差减小了67.7%,说明APICSA算法在可靠性和精度上具有更大优势.

关 键 词:乌鸦搜索算法  自适应策略  优化  工程设计

Improved Crow Search Algorithm Based on Parameter Adaptive Strategy
LIN Zhong-fu,YAN Li,HUANG Wei,LI Jie.Improved Crow Search Algorithm Based on Parameter Adaptive Strategy[J].Computer Science,2021,48(z1):260-263,284.
Authors:LIN Zhong-fu  YAN Li  HUANG Wei  LI Jie
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号