布谷鸟算法ppt课件

1,布谷鸟算法,CuckooSearch,1,启发式算法,2,背景起源布谷鸟的孵育寄生行为,某些种属的布谷鸟将自己的卵偷偷产入宿主巢穴，由于布谷鸟后代的孵化时间比宿主的幼雏早，孵化的幼雏会本能地破坏同一巢穴中其他的卵(推出巢穴)，并发出比宿主幼雏更响亮的叫声。很多宿主通过后代的叫声大小判断其健康程度,而健康后代获得的食物较多,进而拥有更高的存活率。在某些情况下,宿主也会发现巢穴中的陌生卵。这时,宿主将遗弃该巢穴,并选择其他地方重新筑巢。在与宿主不断的生存竞争中，布谷鸟的卵和幼雏叫声均朝着模拟宿主的方向发展,以对抗宿主不断进化的分辨能力。,3,背景起源莱维飞行,在自然界中，动物寻找食物采用随机的方式。一般情况下，动物觅食路径实际上是一个随机游走，因为下一步的行动是取决于两个因素，一个是当前的位置/状态，另一个是过渡到下一个位置的概率。莱维飞行行走的步长满足一个重尾(heavy-tailed)的稳定分布,在这种形式的行走中,短距离的探索与偶尔较长距离的行走相间。在智能优化算法中采用莱维飞行,能扩大搜索范围、增加种群多样性,更容易跳出局部最优点。,4,CS算法国内外研究进展,5,CS算法基本假设,1每只布谷鸟一次产一个卵,并随机选择寄生巢来孵化它;2在随机选择的一组寄生巢中,最好的寄生巢将会被保留到下一代;3可利用的寄生巢数量是固定的,一个寄生巢的主人能发现一个外来鸟蛋的概率为.(即新的解决方案的概率为),6,CS算法基本流程,7,CS算法基本流程,布谷鸟位置更新公式：,(1),8,CS算法基本流程,(2),步长公式：,9,CS算法基本流程,为了便于计算，采用下列公式产生Levy随机数,u,v服从标准正态分布，=1.5,10,CS算法基本流程,按一定概率丢弃部分解后，采用偏好随机游走重新生成相同数量的新解,r是缩放因子，是（0,1）区间内的均匀分布随机数,：表示g代的两个随机数,11,改进的CS算法自适应步长的CS算法,在标准的布谷鸟优化算法中，利用莱维飞行随机产生步长，不利于计算。当步长较小时，会降低搜索速度，但步长较大时，会降低搜索精度，因此提出了自适应步长的布谷鸟搜索算法，该算法根据不同阶段的搜索结果，自适应的调整步长的大小。引入公式:,：第i个鸟巢的位置,：当前最优的鸟巢位置,：最优位置与剩余鸟巢位置的最大距离,12,改进的CS算法基于共轭梯度的CS算法,共扼梯度算法是沿着己知点附近的一组共扼方向搜索，能够充分的利用局部区域的信息，有较强的局部搜索能力，将其引入到CS算法中，进而提高CS算法的收敛速度与计算精度。,主要思想：将更新后位置的梯度与共轭因子的乘积加到该位置的负梯度上，利用线性组合构造出新的共轭方向，沿着该方向进行搜索,13,CS算法使用范围,多目标多约束的优化问题，包括N-P问题,14,CS算法验证Himmelblau问题,约束条件：,15,CS算法验证Himmelblau问题,16,CS算法优势,1一种群智能算法（与粒子群算法以及遗传算法类似），但同时引入了生物学进化论（类似于和声算法