论文部分内容阅读
针对布谷鸟搜索算法收敛速度慢、种群多样性低、高维寻优能力弱、开发不均衡等缺点,提出一种交互信息的动态选择布谷鸟算法(Ⅱ-DSCS).首先,在莱维飞行阶段,分别从种群整体、当代最优、自身个体中抽取鸟巢信息并构造交互信息,建立多种位置更新模式,动态地选择更新模式以改变鸟巢位置,可有效扩展种群多样性、平衡探索开发能力;其次,为避免算法陷入局部最优,在随机游走阶段,利用缩放因子组建两组位置变异策略;最后,设置适应度阈值,将迭代信息作为发现概率的控制参数,自适应地更新发现概率.通过对12个高维基准函数进行仿真实验,最终结果表明,该改进算法具有更好的求解优化能力,更快的收敛速度,能高效解决高维、复杂的优化问题.