TY -的A2 Abiyev Rahib h . AU - Wang Jie-sheng AU - Li Shu-xia盟歌,Jiang-di PY - 2015 DA - 2015/08/03 TI -布谷鸟搜索算法适用基于Repeat-Cycle渐近自学习和扰动函数优化SP - 374873六世- 2015 AB -为了提高收敛速度和优化的准确性布谷鸟搜索(CS)算法求解函数优化问题,一个新的改进的布谷鸟搜索算法基于Repeat-Cycle渐近自学习和适用干扰(RC-SSCS)提出。干扰操作添加到该算法通过构造一个干扰因素做出更仔细和彻底的搜索附近的燕窝的位置。为了选择合理的repeat-cycled干扰数量,进一步研究干扰时间的选择。最后,采用六个典型测试函数进行仿真实验,与此同时,本文的算法有两个比较典型的群体智能算法粒子群优化(PSO)算法和人工蜂群(ABC)算法。结果表明,改进的布谷鸟搜索算法具有更好的收敛速度和优化精度。SN - 1687 - 5265你2015/374873 / 10.1155——https://doi.org/10.1155/2015/374873——摩根富林明-计算神经科学情报和PB Hindawi出版公司KW - ER