布谷鸟算法

摘要： 为综合评价水利工程质量,文章基于布谷鸟算法(CSA)、蝙蝠算法(BA)、鲸鱼算法(WOA)优化人工神经网络模型(ANN),结合TOPSIS模型,构建了水利工程质量综合评价模型。同时在项目操作质量、项目管理质量和项目监理监督质量3个方面构建了评价体系。结果表明:CSA-ANN模型在所有模型中精度最高,该方法评价结果与层次分析法和模糊评价法基本一致,同时运算速率更快,证明了该方法的科学性。

摘要： 城镇环状给水管网的优化设计对于降低整体工程造价起到重要作用。以管网投资总费用最小为目标,以各管段管径为决策变量,构建了环状管网的离散非线性优化模型。针对环状管网优化模型中等式约束多、决策变量离散化、极易陷入局部最优等问题,提出了一种耦合水力模拟引擎的布谷鸟算法(CS-EPANET)。此外,通过螺旋更新机制,进一步平衡了该算法的全局和局部寻优能力;并通过对该算法参数的动态改进,提升了算法迭代后期的搜索速率和精度。通过Two-loop、Hanoi算例和多环供水管网实例计算,验证了该算法的可行性和有效性。

摘要： 布谷鸟算法(CS)是一种优秀的元启发式算法,其控制参数少的优点使它可以很容易确定控制参数和结果的关系,在许多实际问题的处理中都发挥了良好的作用.但是单一的Levy飞行策略使每个个体很难凭借自身的随机游动跳出局部极值,长时间陷入局部极小值限制了算法的收敛速度.为此,提出一种基于种群信息的布谷鸟算法(PBCS).整个种群的平均位置信息将作为个体迭代时的参考方向,使个体可以成功地跳出局部极值.将种群最优位置作为生成新个体方向,可以增加整个算法的收敛速度,便于在寻找到最优值所在的区域后迅速收敛.在6种常见的基准函数上与其他两种算法的对比,证明该算法具有更好的全局探索和局部搜索能力.

摘要： 目的 基于多因素布谷鸟算法建立心力衰竭患者死亡率预测模型(简称“多因素模型”)。方法 应用多因素布谷鸟算法预测心力衰竭患者死亡率,研究能够充分考虑影响心力衰竭患者死亡率的多种因素模型。结果 多因素模型的预测准确率非常高。结论 多因素模型用于心力衰竭患者的死亡率预测是可行的,值得推广应用。

摘要： 采用IEEE 33节点配电系统验证配电网光伏容量优化配置模型及求解方法,仿真分析可知,配电网系统接入合适容量的分布式光伏,不仅能够提升配电网电压水平,改善电能质量,还能获得环保效益,提升经济效益。将SA-CS算法的求解结果与其他几种常用的算法对比,结果表明,SA-CS算法在收敛所需迭代次数和收敛时间方面远小于其他算法,且具有更高的求解精度,验证了SA-CS算法在配电网光伏容量优化配置方面的优势。

摘要： 为提高商务英语实训项目管理评价的精度,促进提高商务英语专业培养和人才水平。首先,从质量管理理论视角出发,构建出一套基于建设保障、基地规划、实践组织、基地管理以及实训效能的商务英语实训项目管理评价指标体系。其次,本文提出了基于布谷鸟搜索算法优化极限学习机的商务英语实训项目管理评价方法,以解决初始权重等参数对极限学习机(Extreme Learning Machine,ELM)模型的性能影响的问题。研究结果表明,CS-ELM可以有效提高商务英语实训项目管理评价的精度,为商务英语实训项目管理评价提供了新的方法,从而为商务英语实训项目管理评价研究提供了重要的参考依据。

摘要： 针对传统数值积分法在解算落点位置过程中的解算时间长、易累积误差且精度和实时性差等问题,提出了用布谷鸟算法(Cuckoo Search,CS)改进的小波神经网络来提高落点预报的精度和效率.首先建立了落点预报的非线性数学模型和基于该模型的小波神经网络(Wavelet Neural Network,WNN)的拓扑结构,然后根据训练好的弹道数据进行数值仿真,对两种算法落点预报的准确性和快速性进行了分析与比较.结果表明,与自适应粒子群算法(Adaptive Particle Swarm Optimization,APSO)相比,CS算法具有更高的预报精度和速度,用布谷鸟算法优化WNN方法预报的射程和横偏平均误差均很小,总预报用时小于1 ms,且在30°,35°,40°和51°射角下均适用,理论上能满足实际工程中快速性和准确性的需求,可为实际应用提供理论参考.

摘要： 物性反演是储层预测与评价的重要手段,可直观描述储集层所蕴含的信息。由于地球物理反演的非线性特征,以局部寻优方法开展的储层物性参数反演方法难以降低不适定性,结果存在多解性。为此,提出一种基于布谷鸟算法的储层物性参数同步反演方法。以弹性阻抗与储层物性参数关系为基础,构建储层物性反演目标函数,引入布谷鸟算法寻找目标函数最优解。布谷鸟算法作为一种新型元启发式算法,其包含的Levy飞行机制能有效解决常规方法陷入局部极值的问题,可实现更高精度的储层物性参数预测。理论模型和实际数据测试均表明,该方法能够有效反演物性参数,可为储层描述提供数据支持。

摘要： 针对布谷鸟算法在寻优过程中存在的收敛速度慢和局部探索能力弱的缺点,基于布谷鸟迭代更新策略提出了一种新型的多重优化算法。通过引入Skew tent映射初始化种群,增强种群的多样性。受粒子群算法启发,引入社会学习和自我学习来提高种群的信息交流能力,并采用对数自适应参数平衡来提高全局搜索能力和局部开发能力。借鉴灰狼算法的狩猎机制,引导种群中其他个体进行变异,以进一步提高算法收敛速度。采用8个标准测试函数对算法性能进行了仿真实验,实验结果表明,改进算法的总体性能明显优异于对比算法。

摘要： 为了延长无线传感器网络生命周期,提出了一种基于布谷鸟优化K均值(K-means)的无线传感器网络分簇路由算法。分簇阶段,使用布谷鸟算法选出初始聚类中心,使K-means算法的分簇结果更均匀,以均衡节点能耗;簇首选举综合考虑节点的剩余能量、与聚类中心的距离因素,并依据节点剩余能量动态调整权重,使选举的簇首更合理;数据通信阶段,为了进一步均衡簇首负载,综合考虑中继节点剩余能量及其负载、簇首路由能耗因素,结合布谷鸟算法为簇首规划路由。仿真结果表明,提出的算法在能耗均衡性方面比LEACH-K、LEACH-improve和DTK-means算法更优,以首节点死亡作为网络生命周期,网络寿命分别提高了173%、21%、6%,所提算法有效延长了网络生命周期。

摘要： 针对固定极性RM(Fixed-Polarity Reed-Muller,FPRM)电路面积优化问题,提出一种基于参数自适应布谷鸟算法的FPRM电路面积优化方案.在标准布谷鸟算法基础上,通过增加进化评估机制和参数自适应机制得到参数自适应布谷鸟算法.结合FPRM电路面积优化的特点,利用所提算法实现对FPRM电路的面积优化.最后采用MCNC Benchmark电路对该方案进行测试.测试结果表明,在RM电路面积优化中,参数自适应布谷鸟算法比遗传算法最优率提高21.5％,时间节省35％;比标准布谷鸟算法最优率提升2％,时间节省32％;与已有的改进型布谷鸟算法相比,最优率相同,时间节省35％.该方案具有更高的优化效率和性能.

摘要： 针对布谷鸟算法在进行一定次数迭代或增加寻优点个数到一定程度后,算法准确度不再有显著提高的问题,提出了一种结合混沌与lévy分布的密度函数改进的布谷鸟算法(MCS).对算法的结构及使用的混沌图形进行了讨论,得到了较优结果.在测试函数上进行测试,改进后的布谷鸟算法具有较好的稳定性及准确性,明显优于布谷鸟算法.并将这种算法应用于重症监测病人(ICU)的血糖控制,仿真结果表明,使用改进的布谷鸟算法与使用粒子群算法在30个虚拟病人身上进行比较,程序运行平均时间从403.642s减少到142.961s.

摘要： 随着阵列天线技术的发展,一种与载体外形保持一致的共形阵列天线,成为该领域的一个研究热点.由于智能算法具有随机选择初始值、适用性强等优点,在解决共形阵列天线的方向图综合问题中得到了广泛的应用.本文结合计及互耦的有源单元方向图技术,首次将简单、高效的布谷鸟优化算法应用于解决共形阵列天线的方向图综合问题.同时,与粒子群算法相比,布谷鸟算法在解决共形阵列方向图综合问题方面更加高效.

摘要： 大型公共场所紧急状况下的人员疏散问题实际上是一个多目标的优化问题,但是由于多目标优化问题中多个目标之间的冲突性,使多个目标同时达到最优是很困难的.目前常见的解决方法是以种群的启发式搜索和解的偏序关系为特征的演化多目标优化算法求解.布谷鸟算法是在布谷鸟寻窝产卵的行为中发现了一种新的搜索算法,基本的布谷鸟算法的搜索活力不足、搜索偏慢.从改变布谷鸟算法的搜索多样性等方面着手提高布谷鸟算法在优化问题上的求解能力,最后将新算法用于人群疏散的多目标优化,取得了较好的效果.

摘要： 在货物配送路径规划问题中,为了保持基本布谷鸟算法中Lévy飞行机制与偏好随机游动策略的特点,本文提出了基于定向变异的布谷鸟算法和求解配送路径问题的完整有效方法.首先采用快速排序法将实数编码个体的每一维元素映射成问题的城市编号,从而建立算法与问题模型之间的联系;然后运用邻域搜索法决定城市访问的次序,即通过各城市之间的距离寻找当前城市的邻近城市,增强算法的收敛速度.同时,在算法局部搜索机制中,通过平均适应度函数将算法划分双子群,然后针对不同的子群体采用相应的定向变异机制,从而使算法搜索具有目的性,增强算法的局部搜索能力.对标准TSP数据库中测试算例的求解实验结果表明,本文算法在各个算例中的求解偏差率均有明显降低,无论在最优值还是平均值的偏差率上都小于其它几种对比算法,对于路径规划问题求解效果较优.

摘要： 旋翼桨叶质量不平衡造成旋翼动不平衡,气动不平衡造成锥体不共锥,两者都会引起直升机振动.针对旋翼动不平衡及不共锥故障,建立直升机动力学模型,对其进行故障仿真及分析,建立故障与调整信息的对应关系;为了准确诊断直升机旋翼不平衡故障,提出一种基于布谷鸟算法和径向基神经网络模型(CS-RBF)的故障诊断方法,将RBF中的均方误差作为布谷鸟的适应度函数,运用布谷鸟算法搜寻最优的RBF扩展速度,建立最优的故障诊断模型.结果表明:采用RBF-CS模型可实现直升机旋翼不平衡的类型、位置及程度的有效诊断.

摘要： 为了提高短期电价预测精度,本文提出了一种将异常值检测、anomaly detect、神经网络以及群体智能算法相结合的混合算法.作为混合算法的具体实现,文中的异常值检测利用了残差比方法和正态分布方法,群体智能优化算法选取了粒子群(PSO)算法和布谷鸟(CS)算法.作为实例研究,本文将混合模型应用用于澳大利亚新南威尔士州短期电价预测中,结果表明,混合预测方法能在一定程度上提高模型的预测精度.

摘要： 为了提高短期电价预测精度,本文提出了一种将异常值检测、anomaly detect、神经网络以及群体智能算法相结合的混合算法.作为混合算法的具体实现,文中的异常值检测利用了残差比方法和正态分布方法,群体智能优化算法选取了粒子群(PSO)算法和布谷鸟(CS)算法.作为实例研究,本文将混合模型应用用于澳大利亚新南威尔士州短期电价预测中,结果表明,混合预测方法能在一定程度上提高模型的预测精度.

摘要： 为了提高短期电价预测精度,本文提出了一种将异常值检测、anomaly detect、神经网络以及群体智能算法相结合的混合算法.作为混合算法的具体实现,文中的异常值检测利用了残差比方法和正态分布方法,群体智能优化算法选取了粒子群(PSO)算法和布谷鸟(CS)算法.作为实例研究,本文将混合模型应用用于澳大利亚新南威尔士州短期电价预测中,结果表明,混合预测方法能在一定程度上提高模型的预测精度.

摘要： 为了提高短期电价预测精度,本文提出了一种将异常值检测、anomaly detect、神经网络以及群体智能算法相结合的混合算法.作为混合算法的具体实现,文中的异常值检测利用了残差比方法和正态分布方法,群体智能优化算法选取了粒子群(PSO)算法和布谷鸟(CS)算法.作为实例研究,本文将混合模型应用用于澳大利亚新南威尔士州短期电价预测中,结果表明,混合预测方法能在一定程度上提高模型的预测精度.

摘要： 本发明改进布谷鸟搜索算法的圆度误差的评定算法，主要包括以下内容：通过数字化测量方法获取被测零件的圆度误差数据；建立圆度误差的最小区域法数学模型；利用布谷鸟搜索算法来求解方程，包括：参数定义，数据输入和混沌序列初始化种群；计算适应度函数值，选择出全局最优解；通过莱维飞行更新鸟巢位置；以一定的概率获取新的鸟巢位置；在最优解附近做二次插值操作，进一步更新最优解位置；判断是否满足停止准则，满足则输出最优解。本发明为了进一步提高圆度误差的求解精度，将布谷鸟搜索算法应用到圆度误差的评定之中。通过对改进布谷鸟搜索算法初始解和全局最优解等步骤，可以进一步提高算法的寻优能力，可以获取较高精度的机械构件圆度误差。

摘要： 本发明属于海洋工程模型试验技术领域，具体涉及一种基于多目标布谷鸟优化算法的系泊截断设计方法。本发明包括设置适应度函数以及系泊截断参数的取值范围；随机初始化种群，计算种群中每个个体的初始适应度值；确定种群中是否存在支配解，并筛选出非支配解；进入主程序循环，扩大种群范围，循环次数为最大迭代次数；采用莱维飞行对种群位置更新，并扩展适应度函数范围；寻找新的解，并继续筛选出非支配解；判断非支配解数量是否高于种群数量，若高于，则继续循环；若低于，则结束循环并得出帕累托最优解集；从帕累托最优解集中选择对应适应度值最小的一组参数，得到最优的系泊截断中系泊线干重、湿重、长度、刚度、截面面积以及水深参数。

摘要： 本发明适用于数据处理技术改进领域，提供了一种SFAD布谷鸟过滤器，所述SFAD布谷鸟过滤器将SFA布谷鸟过滤器通过双向链表连接起来形成，所述SFAD布谷鸟过滤器包括多个单元SFACF,所述单元SFACF包括平行设置的第一个单元CF指针及第二个单元CF指针。SFAD布谷鸟过滤器是一种高效的概要数据结构，有效地降低了布谷鸟过滤器的假阳性率，从而增加了重复数据删除系统的效率和吞吐量。

摘要： 本发明适用于数据处理技术改进领域，提供了一种两阶段布谷鸟过滤器，两阶段布谷鸟过滤器，其特征在于，所述两阶段布谷鸟过滤器由若干个桶组成，每个桶由若干个单元组成，每个单元可被用于存放数据指纹，若干个单元构成二维指纹矩阵的结构，每个待插入的元素和两个哈希函数相关联，同时将插入算法按照负载率划分为两个阶段，使用在负载率较低的第一阶段主动进行重定位的策略缓解了数据负载不均的问题，有效的降低了布谷鸟过滤器的插入时延，从而增加了重复数据删除系统的效率和吞吐量。

摘要： 本发明改进布谷鸟搜索算法的圆度误差的评定算法，主要包括以下内容：通过数字化测量方法获取被测零件的圆度误差数据；建立圆度误差的最小区域法数学模型；利用布谷鸟搜索算法来求解方程，包括：参数定义，数据输入和混沌序列初始化种群；计算适应度函数值，选择出全局最优解；通过莱维飞行更新鸟巢位置；以一定的概率获取新的鸟巢位置；在最优解附近做二次插值操作，进一步更新最优解位置；判断是否满足停止准则，满足则输出最优解。本发明为了进一步提高圆度误差的求解精度，将布谷鸟搜索算法应用到圆度误差的评定之中。通过对改进布谷鸟搜索算法初始解和全局最优解等步骤，可以进一步提高算法的寻优能力，可以获取较高精度的机械构件圆度误差。

摘要： 本发明公开一种融合布谷鸟搜索算法和狼群算法的测试函数寻优方法以及装置，涉及函数寻优领域。其中，所述方法通过采用迭代产生的前m个较小的第四测试函数值分别对应的第四自变量数值加权评估产生新的自变量数值，并将该新的自变量数值加入到最优的自变量数值序列中，提高了测试函数寻优的收敛速度和精度。

摘要： 本发明公开了一种基于贝叶斯粗糙集和布谷鸟算法的高维特征选择算法，包括：获取肺部肿瘤图像，并进行目标轮廓分割，得到分割后的ROI图像；提取分割后的ROI图像的高维度特征分量，并基于特征分量构建包含特征属性的决策信息表；采用BRSGA算法对原始特征空间进行约简，得到最优特征子集，利用CS算法对SVM的惩罚因子和核函数参数进行优化，并将约简后的特征子集输入至优化后的SVM，得到分类识别结果。本发明通过遗传算法和BRS生成最优特征子集，在不降低分类精确度的前提下降低特征维度，摆脱了参数人工设置的束缚，减少了时间消耗。利用CS对SVM参数进行全局寻优，具有更有效的探索搜索空间，丰富了种群的多样性，具有良好的鲁棒性和较强的全局搜索能力。

摘要： 本发明公开了一种基于布谷鸟算法和K‑means算法的WSN路由协议方法，以轮为单位运行，每轮包括：一、成簇阶段：确定最优簇首数k，采用基于布谷鸟算法优化的K‑means算法进行分簇，得到k个簇及每个簇内的节点；二、对每个簇内的节点根据选举函数得到选举值，k个簇按照选举值选出每个簇的簇首；三、数据传输阶段：每个簇内的所述簇首接收、融合簇内节点数据，然后根据所述簇首到基站距离采用单跳或多跳的方式向基站发送数据；簇首采用多跳时，利用布谷鸟算法为簇首规划路由。本发明采用布谷鸟算法优化K‑means算法的初始聚类中心，使网络分簇更加均匀，以均衡网络能耗，选举的簇首更具合理性，通过规划簇首路由降低了簇首因长距离传输数据消耗的能量。

摘要： 本发明公开了一种基于布谷鸟算法的农业光谱数据缓存替换算法。近年来海量增长得农业光谱数据数据的对存储系统带来巨大挑战。单一的存储介质如HDD(Hard Disk Drive，HDD)或SSD(Solid State Drive，SSD)由于其固有物理特性限制，并不能满足实际需求，将SSD和HDD混合使用的存储架构是一种可行的解决方案，这样管理农业光谱数据的混合存储的缓存替换策略就成为存储性能提升的关键。我们推出一种基于计数布谷鸟过滤器热探测方案(Count Cuckoo Filter Hot‑probe Method，CCF)具有非常好的空间和时间效率，且支持删除功能。通过将CCF和自适应两级LRU(Least Recently Used，LRU)相结合，形成CCF‑LRU缓存替换策略，该策略利用CCF识别热数据，利用自适应两级LRU管理缓存。实验结果表明，结合热探针方案的缓存替换策略与传统策略相比，能显著提高缓存命中率。CCF‑LRU相比其他结合热探针方案的缓存替换策略，时间复杂度和空间复杂度更小，命中率更高。

摘要： 本发明公开了一种基于贝叶斯粗糙集和布谷鸟算法的高维特征选择算法，包括：获取肺部肿瘤图像，并进行目标轮廓分割，得到分割后的ROI图像；提取分割后的ROI图像的高维度特征分量，并基于特征分量构建包含特征属性的决策信息表；采用BRSGA算法对原始特征空间进行约简，得到最优特征子集，利用CS算法对SVM的惩罚因子和核函数参数进行优化，并将约简后的特征子集输入至优化后的SVM，得到分类识别结果。本发明通过遗传算法和BRS生成最优特征子集，在不降低分类精确度的前提下降低特征维度，摆脱了参数人工设置的束缚，减少了时间消耗。利用CS对SVM参数进行全局寻优，具有更有效的探索搜索空间，丰富了种群的多样性，具有良好的鲁棒性和较强的全局搜索能力。