举例理解布谷鸟算法

        今天我要讲的内容是布谷鸟算法，英文叫做Cuckoo search (CS algorithm)。首先还是同样，介绍一下这个算法的英文含义， Cuckoo是布谷鸟的意思，啥是布谷鸟呢，是一种叫做布谷的鸟，o(∩_∩)o ，这种鸟她妈很懒，自己生蛋自己不养，一般把它的宝宝扔到别的种类鸟的鸟巢去。但是呢，当孵化后，遇到聪明的鸟妈妈，一看就知道不是亲生的，直接就被鸟妈妈给杀了。于是这群布谷鸟宝宝为了保命，它们就模仿别的种类的鸟叫，让智商或者情商极低的鸟妈妈误认为是自己的亲宝宝，这样它就活下来了。 Search指的是搜索，这搜索可不是谷歌一下，你就知道。而是搜索最优值，举个简单的例子，y=(x-0.5)^2+1，它的最小值是1，位置是(0.5,1)，我们要搜索的就是这个位置。

现在我们应该清楚它是干嘛的了吧，它就是为了寻找最小值而产生的一种算法，有些好装X的人会说，你傻X啊，最小值不是-2a/b吗，用你找啊? 说的不错，确实是，但是要是我们的函数变成 y=sin(x^3+x^2)+e^cos(x^3)+log(tan(x)+10，你怎么办吶？你解不了，就算你求导数，但是你知道怎么解导数等于0吗？所以我们就得引入先进的东西来求最小值。

为了使大家容易理解，我还是用y=(x-0.5)^2+1来举例子，例如我们有4个布谷鸟蛋（也就是4个x坐标），鸟妈妈发现不是自己的宝宝的概率是0.25，我们x的取值范围是[0,1]之间，于是我们就可以开始计算了。

目标：求x在[0,1]之内的函数y=(x-0.5)^2+1最小值

（1）初始化x的位置，随机生成4个x坐标，x1=0.4，x2=0.6，x3=0.8，x4=0.3 ——> X=[0.4, 0.6 ,0.8, 0.3]

（2）求出y1~y4，把x1~x4带入函数，求得Y=[1,31, 1.46, 1.69, 1.265]，并选取当前最小值ymin= y4=1.265

（3）开始定出一个y的最大值为Y_global=INF（无穷大），然后与ymin比较，把Y中最小的位置和值保留，例如Y_global=INF>ymin=1.265，所以令Y_global=1.265

（4）记录Y_global的位置，（0.3，1.265）。

（5）按概率0.25，随机地把X中的值过塞子，选出被发现的蛋。例如第二个蛋被发现x2=0.6，那么他就要随机地变换位子，生成一个随机数，例如0.02，然后把x2=x2+0.02=0.62，之后求出y2=1.4794。那么X就变为了X=[0.4, 0.62 ,0.8, 0.3]，Y=[1,31, 1.4794, 1.69, 1.265]。

（6）进行莱维飞行，这名字听起来挺高大上，说白了，就是把X的位置给随机地改变了。怎么变？有一个公式x=x+alpha*L。

L=S*(X-Y_global)*rand3

S=[rand1*sigma/|rand2|]^(1/beta)

sigma=0.6966

beta=1.5

alpha=0.01

rand1~rand3为正态分布的随机数

然后我们把X=[0.4, 0.6 ,0.8, 0.3]中的x1带入公式，首先随机生成rand1=-1.2371，rand2=-2.1935，rand3=-0.3209，接下来带入公式中，获得x1=0.3985

之后同理计算:

x2=0.6172
x3=0.7889 

x4=0.3030

（7）更新矩阵X，X=[0.3985, 0.6172, 0.7889, 0.3030]

（8）计算Y=[1.3092, 1.4766, 1.6751, 1.2661]，并选取当前最小值ymin= y4=1.2661，然后与ymin比较，把Y中最小的位置和值保留，例如Y_global=1.265<ymin=1.2661，所以令Y_global=1.265

（9）返回步骤（5）用更新的X去循环执行，经过多次计算即可获得y的最优值和的最值位置(x,y)
————————————————
版权声明：本文为CSDN博主「小木希望学园」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/u013631121/article/details/76944879