布谷鸟搜索（CS）算法

1、本质

寻找最值的算法

2、算法的基本思想

此算法结合莱维飞行寻找函数最小值。其中莱维飞行简单来说就是产生一种随机步长的算法，以短步长为主，偶尔产生长步长，避免函数新解取到被求解方程式的局部最小值。

求解最小值的过程中出现最优解的迭代过程主要有两种迭代思路（结合自然界布谷鸟的借巢育子的行为）：（1）采用莱维飞行的路径来寻找较优解（布谷鸟首先采用莱维飞行找窝下蛋）；（2）找到的较优解有一定的概率Pa被替换，替换后的解最为新的较优解（宿主鸟发现假蛋，将假蛋移除损坏或者重新建立新的巢穴）。两种迭代公式如下：

3、运用CS算法求解函数最优解的操作步骤：

1. 目标函数

2. 产生n个解的初始集合-------（产生n个寄主的初始群落）

3. While（t<最大步长）

4. 随机通过莱维飞行产生一个解

5. 评估解的质量或者目标函数的值

6. 从n个解中随机选取一个

7. 比较两个解，找出一个较优解，作为新解。

8. 一部分的解会存在一定的概率（Pa）被抛弃，由（2）式产生新解

保留最优解

4、Matlab仿真程序的设计

（1）莱维飞行程序func_levy.m

normrnd函数：生成服从正态分布的随机数；R＝normrnd(MU,SIGMA)：生成服从正态分布(MU参数代表均值，SIGMA参数代表标准差)的随机数。R＝normrnd(MU,SIGMA,m,n)：生成m×n形式的正态分布的随机数矩阵。

Mantegna方法，生成服从萊维分布的随机步长的方法如下：

（2）主函数Csmain.m

参数设置；

初始化寄主的鸟巢，随机产生一个解；

通过levy飞行产生一个解；

与上一代比较，更新适应度较优的鸟巢；

根据发现概率舍弃一个鸟巢并建立一个新鸟巢；

列出当前最佳的鸟巢；

更新当代最优鸟巢的位置；

输出这个鸟巢里的每个鸟蛋，即是每个解。

matlab代码分享见下节。有这么问题欢迎小伙伴和我一起讨论！