[发明专利]一种单纯形法的布谷鸟搜索方法及其应用

说明书

本发明属于信息检索及其数据库结构技术领域，公开了一种单纯形法的布谷鸟搜索方法及其应用，所述单纯形法的布谷鸟搜索方法的反射操作使得最差点向中心点的反方向移动，扩张操作新产生的最优点向离原来最差点更远的方向移动，如果当前最优点是周部最优点，那么扩张操作使该点跳离局部最优。本发明首先用CS算法进行全局搜索，再用单纯形法进行局部搜索；实验结果表明，SMCS算法相对于CS算法有更强的寻优能力，再将算法用于求解减速器设计、伸缩绳设计、择接条设计等约束优化问题。实验结果表明，CS算法和SMCS算法均能求出比其他更优的解，且SMCS算法求出的解更优、稳定性更强。

技术领域

本发明属于信息检索及其数据库结构技术领域，尤其涉及一种单纯形法的 布谷鸟搜索方法及其应用。

背景技术

目前，业内常用的现有技术是这样的：约束优化问题是经济、化学、工程 等领域常见的一类问题，目U还没有一种普遍有效的方法来解决这类问题。传 统的简约梯度法、投影梯度法等都是基于梯度的，而对于复杂的约束优化问题， 梯度信息往往很难求，所以近年来学者们研究用智能算法求解约束优化问题， 研究结果也表明了这些智能算法求解约束优化问励优越性。利用不同的算法求 解约束优化问题促进了问题研究的进展，并且如果算法求解在－定程度上优于 现有的算法，那么这将具有重要的意义。提出的布谷鸟搜索算法显现了其解决 优化问题的有效性，比如商业最优化，可靠性最优化，调度优化，设计最优化等。所以本文研究用这种新型的群智能算法来求解减速器设计、伸缩绳设计、 焊接条设计等约束优化问题。但该算法存在着收敛速度慢，敛速表示点对点乘 法，a是步长控制量，以学者搜索路径，高斯扰动提高种群的多样性，从而提 高算法的收敛速；提出了自适应步长CS算法，将L6vyflight的随机 步长改进成自适应步长；提出了改进的CS算法，这个算法在较优的鸟窝之间增 加了信息交流；文献提出了混合的CS算法等。但算法仍有改进空间。

综上所述，现有技术存在的问题是：针对布谷鸟搜索算法(CS)后期收敛 速度慢，求解精度不髙。

发明内容

针对现有技术存在的问题，本发明提供了一种单纯形法的布谷鸟搜索方法 及其应用。

本发明是这样实现的，一种单纯形法的布谷鸟搜索方法，所述单纯形法的 布谷鸟搜索方法的反射操作使得最差点向中心点的反方向移动，扩张操作新产 生的最优点向离原来最差点更远的方向移动，如果当前最优点是周部最优点， 那么扩张操作使该点跳离局部最优。

进一步，所述单纯形法的布谷鸟搜索方法包括以下步骤：

步骤一，设置鸟窝个数，搜索空间维数，初始化鸟窝的位置巧，找出最优鸟 窝的位置和最优解；

步骤二，保留上代最优鸟窝的位置为整数，利用位置更新其他的鸟窝位置 进行更新，得到一组新的鸟窝的位置，对这组鸟窝的位置进行评价：与上一代 产生的一组鸟窝的位置对比，用适应值较好的的鸟窝位置替换适应值较差的鸟 窝位置，从而得到一组较优的鸟窝位置；

步骤三，用服从均匀分布的随机数作为鸟窝主人发现外来鸟蛋的可能性并 比较，保留被发现概率较小的鸟窝位置，随机改变发现概率较大的鸟窝位置， 得到一组新鸟窝位置，将这组鸟窝位置进行评价，得到一组新的较优的鸟窝位 置；

步骤四，用单纯形法进一步搜索，得到一组新的鸟窝位置S对这组鸟窝位 置进行评价，得到一组新的较优的鸟窝位置；

步骤五，找出得到的中最优的一个鸟窝位置和最优值，若达到迭代停止条 件，则输出全局最优值和对应的全局最优位置，否则，继续进行迭代更新。

进一步，所述纯形法的布谷鸟搜索方法具体包括：

步骤一，设置鸟窝个数n，搜索空间维数d，初始化鸟窝的位置巧找出最优鸟窝的位置和最优解f_min；