改良型動態適應布穀鳥搜尋演算法

Improved Dynamic Adaptation Cuckoo Search Algorithm

呂思賢(Sih-Sian Lyu)

指導教授 ： 蔡賢亮

義守大學/電機資訊學院/資訊管理學系/碩士(2014年)

https://doi.org/10.6343/ISU.2014.00226

摘要

本研究針對布穀鳥搜尋演算法(Cuckoo Search, CS)及Lévy flight的相關機制來進行探討。為了近一步地提高布穀鳥搜尋演算法的效率，以它為框架進行改良，來提高搜尋的能力。因此本研究參考了許多文獻，提出了改良型動態適應布穀鳥搜尋演算法(Improved Dynamic Adaptation Cuckoo Search Algorithm, IDACS)。為了驗證本研究所提出的IDACS的搜尋能力，針對了兩種實驗進行探討。第一，對數學型的測試函數來實驗；第二，對UCI資料庫的真實數據集做類神經網路訓練實驗。最後由實驗結果可以證明，在數學型的測試函數中，IDACS達到成功門檻的比例皆為100%，明顯的比CS的搜尋能力還要好。在真實環境應用下，確實也比較出色，且執行的時間減少約40%，收斂速度更快。

關鍵字

布穀鳥搜尋演算法 ； 類神經網路 ； 1⁄5法則

並列摘要

This study for Cuckoo Search (CS) and Lévy flight mechanisms were discussed. In order to further improve the efficiency of Cuckoo Search, use it as a framework for improved to enhance search capabilities. Therefore, this study refers to a lot of literature, presented the Improved Dynamic Adaptation Cuckoo Search Algorithm (IDACS). In order to validate the presented IDACS search capabilities, two experiments were discussed. First, the function experiment. Second, for the UCI database of real experimental data did Artificial Neural Network training. Finally the result proved that in function, the IDACS achieve success threshold proportion were a hundred percent, obviously better than CS search capabilities. In real environment applications, indeed better, and reduced about forty percent the time, faster convergence.

並列關鍵字

Cuckoo Search ； Lévy flight ； Artificial Neural Network ； 1/5 Rule

參考文獻

中文部分

[1]朱珩(2008)，利用改良型粒子群尋優法之類神經網路控制永磁線型同步馬達伺服驅動系統，國立東華大學電機工程學系碩士論文。

[2]林溶徐(2012)，以粒子群優法及類神經網路建置非侵入式負載監測系統，國立臺灣科技大學電機工程系碩士論文。

[3]林裕証(2012)，以類神經網路及基因演算法為基礎之室內定位研究，朝陽科技大學資訊管理系碩士論文。

[4]張永韡、汪鐳和吳啟迪，動態適應布穀鳥搜索算法，控制與決策，2014， 29(4): 617-622。