基于均值的云自适应鸟群优化算法

作者：王进成; 高岳林^*

来源：科学技术与工程, 2019, 19(11): 167-172.

• 鸟群算法
• 云理论
• 惯性权重
• 均值
• 混沌

针对鸟群算法(bird swarm algorithm,BSA)在求解高维复杂优化问题时,存在收敛速度慢、寻优精度低等缺点,提出了一种基于均值的云自适应鸟群优化算法(a cloud adaptive bird swarm optimization algorithm based on mean,CAMBSA)。通过云理论引入惯性权重修正鸟群觅食策略,同时引入"均值"的概念,修改鸟群觅食策略中的"认知部分"和"社会部分",有利于协调种群全局搜索能力,避免算法陷入早熟;为了使算法在迭代后期具有较好的多样性,采用混沌扰动。仿真试验表明,所提出的算法具有较好的收敛速度和寻优精度。

• 单位
  北方民族大学