• 大小: 965KB
    文件类型: .pdf
    金币: 1
    下载: 0 次
    发布日期: 2021-05-14
  • 语言: 其他
  • 标签: 论文研究  

资源简介

布谷鸟搜索(Cuckoo Search,CS)算法在求解连续优化问题时表现出了较好的性能,但现有的CS算法在求解旅行商问题(Traveling Salesman Problem,TSP)时收敛较慢且未能体现Levy飞行的特点,针对这些不足提出了一种新的基因-表现型的布谷鸟算法(Genotype-Phenotype Cuckoo Search,GPCS),GPCS算法首先赋予每个城市一个整数部分为城市编号的随机小数编码即基因,而此基因所表现的内容由小数和整数共同决定,小数决定城市的访问次序,整数部分代表某个城市,两个部分组合起来构成Levy飞行的邻域空间,最后根据不同的飞行结果选择重定位或替换操作。实验结果表明,GPCS算法优于同类的CS算法,也优于一些其他的群智能算法,特别在求解大规模TSP时其优势更加明显。

资源截图

代码片段和文件信息

评论

共有 条评论