多策略融合的黃金正弦布谷鳥搜索算法

劉 青，賀興時，顧佳鑫

(西安工程大學 理學院，陜西 西安 710048)

0 引 言

布谷鳥搜索算法(cuckoo search algorithm，CS)是YANG等基于一些布谷鳥的產卵寄生行為的群智能算法[1],具有計算速度快、穩定性高、參數少、易實現的優點。

國內外學者對該算法的改進研究，可歸納為以下幾個方面：①改進算法參數：陳程等提出了動態調整概率的雙重布谷鳥搜索算法(DECS)[2]，相比傳統布谷鳥搜索算法尋優性能有所提升，但算法步驟復雜不易理解；黃閩茗等將逐維的反向學習策略添加到動態自適應布谷鳥搜索算法中[3]，但測試函數只考慮了單峰和多峰函數，算法測試效果不全面；宋慶慶等將混沌序列引入布谷鳥搜索算法，以優化鳥巢的初始位置，并在混沌序列的基礎上建立布谷鳥搜索算法[4]，但僅和傳統的布谷鳥搜索算法進行了對比，對比算法種類較少；JABALLAH等提出了適應布谷鳥搜索算法(SACS)的方案，根據優化過程的進展動態調整控制參數[5]，但算法精度有待提高。②和不同優秀算法融合：張珍珍等提出了融合正弦余弦和種群初始化策略的布谷鳥搜索算法[6]；ABDEL-BASET等提出了CS-GA和GA-CA 等2種算法[7]；ZHAO等將CS算法與ABC算法相結合[8]；李娜等將PSO算法引入布谷鳥搜索算法[9]。不過，上述不同算法融合使改進算法復雜度變高，運算時間花費較大。③算法的應用：謝永盛等提出了一種改進算法，解決了多機器人任務分配和路徑規劃問題[10]，但改進算法對多機器人任務分配及路徑規劃所需能量消耗還存在提升空間；方園園把改進的布谷鳥搜索算法應用于幫助機器人準確定位氣味源[11]，但固定步長的萊維飛行發現策略，得到最優解的質量有所下降。……