查看“布谷鸟搜索算法”的源代码

'''布谷鸟搜索'''（Cuckoo Search，縮寫 CS），也叫'''杜鹃搜索'''，是由[[剑桥大学]][[杨新社]]（音譯自：Xin-She Yang）教授和S.戴布（S.Deb）于2009年提出的一种新兴[[启发算法]]<ref>X. S. Yang and S. Deb, Cuckoo search via Lévy flights, in: World Congress on Nature & Biologically Inspired Computing (NaBIC 2009), IEEE Publications,pp. 210-214. </ref>。

CS算法是通过模拟某些种属[[布谷鸟]]的寄生育雏（Brood Parasitism） <ref>R. B. Payne, M. D. Sorenson, and K. Klitz, The Cuckoos, Oxford University Press, (2005).</ref>，来有效地求解最优化问题的算法<ref>X.S. Yang and S. Deb, Engineering optimisation by cuckoo search, Int. J. Mathematical Modelling and Numerical Optimisation, Vol. 1, No. 4, 330-343 (2010).</ref>。同时，CS也采用相关的Levy飞行搜索机制。研究表明，布谷鸟搜索比其他群体优化算法更有效<ref>Novel Cuckoo Search Beats Particle Swarm Optimization, http://www.scientificcomputing.com/news-DA-Novel-Cuckoo-Search-Algorithm-Beats-Particle-Swarm-Optimization-060110.aspx {{Wayback|url=http://www.scientificcomputing.com/news-DA-Novel-Cuckoo-Search-Algorithm-Beats-Particle-Swarm-Optimization-060110.aspx |date=20120311231333 }}</ref>。

==布谷鸟搜索==
布谷鸟搜索（CS）使用蛋巢代表解。最简单情况是，每巢有一个蛋，布谷鸟的蛋代表了一种新的解。其目的是使用新的和潜在的更好的解，以取代不那么好的解。该算法基于三个理想化的规则：

*每个杜鹃下一个蛋，堆放在一个随机选择的巢中；
*最好的高品质蛋巢将转到下一代；
*巢的数量是固定的，布谷鸟的蛋被发现的概率为<math>p_a</math>。

==实际应用==
布谷鸟搜索到工程优化问题中的应用已经表现出其高优效率<ref>Gandomi A, Yang X, Alavi A. Cuckoo search algorithm: a metaheuristic approach to solve structural optimization problems[J]. Engineering with Computers, Vol. 29, 17-35 (2013).</ref> 经过几年的发展，为了进一步提高算法的性能，CS算法的很多变体与改进逐步涌现。瓦爾頓（Walton）等提出了修正布谷鳥搜索（Modified Cuckoo Search，縮寫 MCS）；伐立安（Valian）等提出了一种可变参数的改进CS算法，提高了收敛速度，并将改进算法应用于前馈神经网络训练中<ref>E. Valian, S. Mohanna and S. Tavakoli, Improved cuckoo search algorithm for feedforward neural network training, Int. J. Artificial Intelligence and Applications, Vol. 2, No. 3, 36-43(2011).</ref>；馬里切爾凡姆（Marichelvam）将一种混合CS算法应用于流水车间调度问题求解中<ref>M.K.Marichelvam, An improved hybrid Cuckoo Search (IHCS) metaheuristics algorithm for permutation flow shop scheduling problems, International Journal of Bio-Inspired Computation, Vol. 4, No. 4, 200-205 (2012).</ref>；錢德拉塞卡蘭（Chandrasekaran）等将集成了模糊系统的混合CS算法应用于机组组合问题<ref> K.  Chandrasekaran and S. P. Simon, Multi-objective scheduling problem: Hybrid approach using fuzzy assisted cuckoo search algorithm, Swarm and Evolutionary Computation,  Vol. 5, 1-16 (2012).</ref>。

楊（Yang）和戴布（Deb）提出多目标布谷鸟搜索（Multiobjective Cuckoo Search，縮寫 MOCS），应用到[[工程]]优化并取得很好的效果<ref>X. S. Yang and S. Deb, Multiobjective cuckoo search for design optimization, Computers and Operations Research, Vol. 40, No. 6, 1616-1624 (2013).</ref>；詹（Zhan）等通过对种群分组，并根据搜索的不同阶段对搜索步长进行预先设置，提出了修正調適布谷鸟搜索（Modified Adaptive Cuckoo Search，縮寫 MACS），提高了CS的性能<ref>Y. Zhang, L. Wang, Q.  Wu, Modified Adaptive Cuckoo Search Algorithm and Formal Description for Global Optimization, International Journal of Computer Applications in Technology, Vol. 44, No. 2, 73-79 (2012).</ref>。

== 參考文獻 ==
{{Reflist}}

==外部連結==
* [http://www.mathworks.com/matlabcentral/fileexchange/29809-cuckoo-search-cs-algorithm Matlab 展示程式碼]

[[Category:启发法]]
[[Category:數學最佳化]]
[[Category:进化算法]]