引入蛙跳局部搜索和混沌原理的布谷鳥(niǎo)算法.pdf

1、20世紀(jì)后期，隨著科學(xué)技術(shù)的飛速發(fā)展，啟發(fā)式智能算法脫穎而出，通過(guò)模擬生物的行為或者自然現(xiàn)象來(lái)解決問(wèn)題，已經(jīng)逐漸成為整個(gè)優(yōu)化領(lǐng)域的一個(gè)熱點(diǎn)。并且，很多群智能優(yōu)化算法已經(jīng)成功應(yīng)用在工程優(yōu)化領(lǐng)域，而且完成了基本的理論論證。
　　2009年，由劍橋大學(xué)的YANG Xin-she和拉曼工程大學(xué)的Deb Suash通過(guò)模擬布谷鳥(niǎo)尋窩產(chǎn)蛋這一行為，提出了新的群體智能搜索算法--布谷鳥(niǎo)（Cuckoo Search， CS）算法。與傳統(tǒng)算法相比，

2、CS算法擁有較少的控制參數(shù)、搜索路徑優(yōu)、魯棒性好、全局尋優(yōu)能力強(qiáng)等特點(diǎn)。由于CS算法也存在著局部搜索能力較弱、搜索速度偏慢和收斂精度不高等缺點(diǎn)，本文針對(duì)這些問(wèn)題，對(duì)CS算法進(jìn)行改進(jìn)研究．主要的工作如下：
　?。?）首先，對(duì)布谷鳥(niǎo)算法（CS）進(jìn)行分析研究，詳細(xì)介紹布谷鳥(niǎo)算法的背景、相關(guān)理論基礎(chǔ)知識(shí)，其中包括布谷鳥(niǎo)算法的原理、步驟、以及目前的研究狀況。
　?。?）提出一種改進(jìn)的布谷鳥(niǎo)算法。首先，利用混沌原理來(lái)保持初始種群的多樣性