Biblioteca73.326 documentos en línea

Artículo

Cuckoo Search Algorithm Based on Repeat-Cycle Asymptotic Self-Learning and Self-Evolving Disturbance for Function OptimizationAlgoritmo de búsqueda de cuco basado en el autoaprendizaje asintótico de ciclos repetidos y la perturbación autoevolutiva para la optimización de funciones

Resumen

Para mejorar la velocidad de convergencia y la precisión de optimización del algoritmo de búsqueda de cuco (CS) para resolver los problemas de optimización de funciones, se propone un nuevo algoritmo de búsqueda de cuco mejorado basado en el autoaprendizaje asintótico de ciclos repetidos y la perturbación autoevolutiva (RC-SSCS). Se añade una operación de perturbación en el algoritmo mediante la construcción de un factor de perturbación para realizar una búsqueda más cuidadosa y exhaustiva cerca de la ubicación de los nidos de las aves. Con el fin de seleccionar un número razonable de perturbaciones repetidas, se realiza un estudio adicional sobre la elección de los tiempos de perturbación. Por último, se adoptan seis funciones de prueba típicas para llevar a cabo experimentos de simulación, mientras que se comparan los algoritmos de este trabajo con dos algoritmos típicos de inteligencia de enjambre: el algoritmo de optimización de enjambre de partículas (PSO) y el algoritmo de colonia artificial de abejas (ABC). Los resultados muestran que el algoritmo de búsqueda de cuco mejorado tiene mejor velocidad de convergencia y precisión de optimización.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento