布谷鸟搜索算法
布谷鸟搜索算法的相关文献在2011年到2022年内共计405篇,主要集中在自动化技术、计算机技术、电工技术、机械、仪表工业
等领域,其中期刊论文345篇、会议论文4篇、专利文献86527篇;相关期刊203种,包括现代制造工程、现代电子技术、传感器与微系统等;
相关会议4种,包括全国大坝安全监测技术信息网2014年全国大坝安全监测技术与应用学术交流会 、福建省科协第十三届学术年会分会场——福建省电机工程学会第十三届学术年会、2017年中国地球科学联合学术年会(CGU2017)等;布谷鸟搜索算法的相关文献由1049位作者贡献,包括杨辉华、梁作放、王庆喜等。
布谷鸟搜索算法—发文量
专利文献>
论文:86527篇
占比:99.60%
总计:86876篇
布谷鸟搜索算法
-研究学者
- 杨辉华
- 梁作放
- 王庆喜
- 郑洪清
- 张婷婷
- 李明
- 汪峰坤
- 肖海林
- 刘厂
- 姜艾佳
- 张文娟
- 张晓凤
- 李刚
- 林要华
- 潘华
- 王李进
- 肖雨涵
- 谢海波
- 谢谱模
- 贺兴时
- 赵玉新
- 韦向远
- 韩伟
- 高峰
- 仇国庆
- 刘彩丽
- 刘波
- 刘竹松
- 叶春明
- 叶林辉
- 尹义龙
- 屠立峰
- 张长胜
- 朱笑花
- 李煜
- 李荣雨
- 杨帆
- 杨晓琴
- 熊燕
- 熊耕耘
- 王宏华
- 王谦
- 田龙
- 程加堂
- 胡悦
- 胡成华
- 薛强中
- 赵文铭
- 钟一文
- 陆伟峰
-
-
胡安明
-
-
摘要:
推荐系统本质是一种信息检索技术,能根据用户喜好在海量数据中检索出合适数据推荐给用户,传统推荐系统一般使用协同过滤推荐算法,协同过滤推荐算法主要通过挖掘用户的历史行为数据进行推荐,但传统推荐算法存在着稀疏矩阵、冷启动、实时性等问题困扰[1];因此,本文提出一种基于自适应布谷鸟聚类搜索的改进推荐系统算法,首先对推荐数据进行聚类处理,然后利用布谷鸟算法较强的全局搜索能力,提升推荐系统的准确度,实验结果表明,引入自适应布谷鸟聚类搜索能对传统协同过滤算法在推荐精度、召回率等方面指标方面有一定提高,计算效果优于传统推荐算法。
-
-
顾佳鑫;
贺兴时;
刘青
-
-
摘要:
针对支持向量机(SVM)惩罚因子和核函数参数选择困难的问题,提出改进的布谷鸟搜索算法(GFCS)优化SVM参数模型(GFCS-SVM)。GFCS算法从3个方面改进原始布谷鸟搜索算法的寻优能力:用动态发现概率代替固定发现概率,自适应地调整布谷鸟莱维飞行的步长控制因子,在布谷鸟随机游走更新公式中改进动态惯性权重。利用GFCS算法优化SVM的惩罚因子和核函数参数,并在UCI数据集进行测试。与传统的SVM、粒子群算法优化SVM、萤火虫算法优化SVM和布谷鸟搜索算法优化SVM相比,GFCS-SVM分类准确率最高,是一种有效的SVM参数优化算法。
-
-
许家赫;
陈岳坪
-
-
摘要:
同轴度误差是检验几何产品互换性的重要参考指标,对使用性能检测及产品品质的评价有着重大影响。粒子群算法(PSO)虽然应用广泛,但存在易陷入早熟和局部最优解、后期收敛较弱且缺乏全局收敛性等缺点。为使同轴度误差评定值精准度更高,以最小包容区域准则为框架,将同轴度问题转化为圆度和圆柱度误差评定,建立同轴度误差评定数学模型。运用一种适用于连续型优化问题,参数极少且局部搜索和全局搜索能力强的布谷鸟算法(Cuckoo Search Algorithm,CS)实现对同轴度误差的优化与评定。通过测量圆柱轮廓寸数据分析计算,对比文献数据结果进行验证,证明该评定方法的有效性及评定结果精确性,同时提供可视化结果。
-
-
韩慧苗;
许昕;
潘宏侠;
李磊磊
-
-
摘要:
针对供输弹系统早期采集的信号中成分复杂,故障特征难以提取和识别的问题,提出一种基于模糊熵与布谷鸟改进的极限学习机(CS-ELM)的供输弹系统早期故障预示方法。运用改进的可调品质因子小波变换对信号进行滤波降噪,提取各子带信号的模糊熵特征;选取模糊熵值较大的5个子带进行重构,完成降噪并将其模糊熵组成特征向量;运用CS-ELM对所提取的特征向量进行早期故障预示并与ELM的诊断结果进行对比。试验结果验证了该方法的有效性,其预示准确率达90.7%。
-
-
田真真;
蒋维;
郑炳旭;
孟利民
-
-
摘要:
为了解决服务器集群在处理并发任务请求时请求分配不均衡和任务完成时间较长等问题,提出了一种基于布谷鸟搜索的集群负载均衡多目标优化调度算法。首先,依据服务器集群的任务请求分配特点,通过监控、记录服务器实时负载信息,构建与服务器实时负载信息相关的、以最小化任务完成时间和增强负载均衡有效度为目标函数的优化模型,确定决策变量为任务请求与服务器的匹配集。然后通过引入带精英策略的非支配排序布谷鸟搜索算法对决策变量进行迭代寻优,在适应度函数的选择更新下,找到符合全局最优的Pareto解集,调度机制根据确定最优的匹配集进行任务的调整与转发。仿真结果表明,所提调度算法在保证负载均衡的条件下能够尽可能地缩短任务完成时间,相比其他算法模型,其可扩展性效果更好。
-
-
邢国新
-
-
摘要:
针对当前空调冷水机组耗能大、负荷分配不均的问题,在构建空调冷水机组负荷能耗模型基础上,提出一种种群粒子吸引策略的布谷鸟搜索算法(NCS)的模型求解方法。为验证求解算法的有效性,搭建实验环境,将NCS算法与GA算法、CS算法和PSO算法进行对比试验。结果表明:改进后的布谷鸟算法对比于其他算法,收敛精度和收敛速度都明显提高,负荷分配能耗更均衡,能耗消耗也更小。
-
-
安文广
-
-
摘要:
提出基于布谷鸟搜索算法的多智能体自动避障方法,提高多智能体的避障效果。基于人工势场法原理确定多智能体受到的引力、斥力及增益系数,通过布谷鸟个体优劣排序确定不同飞行方式以及设定权重系数实现布谷鸟搜索算法的改进,利用改进后的布谷鸟搜索算法优化人工势场法的引力、斥力增益系数,为各智能体提供避障路线规划,利用队形伸缩因子、环境适应度函数选择合适编队队形,实现多智能体的自动避障。实验结果表明:该方法可根据动态环中障碍物的分布,规划避障路线,并采取适合的编队队形完成自动避障,且对不同目标避障跟踪时,时间方差均值均低于0.15,具有突出避障效果。
-
-
刘展程;
王爽;
唐波
-
-
摘要:
依据油中溶解气体含量特征准确识别变压器故障类型,对变压器的安全运行具有重要意义。考虑深度信念网络(DBN)对样本数据中的特征提取有独特优势,采用DBN作为故障识别模型,将变压器油中溶解气体原始数据集直接输入至训练模型,并通过3种智能搜索算法对DBN中批处理、梯度下降学习率、层神经单元数3个重要参数分别进行智能寻优,解决少量原始样本数据直接输入时故障识别率不高的问题。仿真结果表明,采用布谷鸟搜索算法(CS)优化DBN模型时比粒子群搜索算法(PSO)和遗传算法搜索(GA)优化的效果更好,CS-DBN模型的故障总识别率比GA-DBN的高4.2%,比PSO-DBN的提高2.5%,同时进化效率提高56.2%;CS-DBN模型的泛化性能也比另2种更好。
-
-
孙建民;
崔子晗;
张帅;
王衍学
-
-
摘要:
怠速启停系统在一定程度上解决了汽车尾气排放问题,但在交通拥堵状态下该系统会频繁工作,电子节气门必须具有更好的动态响应特性以适应该情况。考虑电子节气门的非线性环节,设计一种带增益分数阶PID的控制器。针对依赖于人工优化分数阶PID控制参数的问题,基于布谷鸟搜索(Cuckoo Search,CS)算法,提出能够自适应优化控制参数的策略,以降低电子节气门的响应时间和超调量。仿真结果表明,在频繁怠速启停过程中,与未控电子节气门响应特性相比,在经过CS算法优化后的带增益分数阶PID控制下,系统在急刹车过程中响应时间减小0.380 s,超调量降低10.03%。在低速状态下匀加减速过程中,响应时间减小0.377 s,超调量降低25.28%。
-
-
苏娟;
方舒;
邢广进;
杜松怀;
单葆国
-
-
摘要:
针对电力市场中电力需求受多元扰动因素影响、需求价格弹性变化增大的问题,为获取更准确、更综合的电力负荷预测值,提出一种考虑需求价格弹性的CS-SVM短期负荷预测方法.采用Pearson相关系数法分析负荷自相关性以及负荷与历史温度、湿度、电价、负荷差和电价差之间的相关性.基于需求价格弹性定义,建立了需求价格弹性模型,来反映电力市场交易对负荷的影响.利用布谷鸟搜索算法优化支持向量机的参数,建立了考虑需求价格弹性的CS-SVM短期负荷预测模型.以美国PJM电力市场哈特福德州的实际数据为例进行预测,并与对比模型进行预测结果误差对比分析.结果表明,所提出模型的平均相对百分比误差为13.43%,且相比于不引入需求价格弹性时的模型预测精度提高了5.31%.
-
-
-
-
-
孙晓云;
曹威;
程久龙
- 《2017年中国地球科学联合学术年会(CGU2017)》
-
摘要:
随机共振现象指在非线性系统中,通过调节噪声的强度或者系统的参数使得强噪声下的弱信号、噪声及非线性系统三者产生协同现象,这样系统的输出达到了最佳值.该算法与其它算法不同的地方是将高频部分的噪声能量转移到了有用信号上,很大程度上增强了弱信号,使埋没的噪声中的有用信号得到放大,到达提取有用信号的目的.然而,随机共振的参数对于共振效果影响很大,特别是参数之间的相互作用直接制约着共振效果.本文利用结构简单、控制参数少的布谷鸟搜索算法对随机共振参数进行优化,并将非周期自适应变尺度随机共振应用在锚杆检测信号方面.