《表1 CSA与GA、PSO优缺点比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《乌鸦搜索算法在SVM参数优化中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

CSA算法不是一种贪心算法，如果乌鸦产生的新位置没有比目前的位置更优，只要新位置在搜索空间范围内，它依然会飞向新位置，这样可以增加产生解的多样性，使得算法寻到最优解的概率增大。乌鸦在搜索过程中会随机的选择一只乌鸦进行跟踪，从而增大了搜索空间，所以CSA算法具有全局搜索能力。在迭代过程中，所有的乌鸦都会不断地更新储藏食物的地点，从而保证目前所藏食物的地点是最优的，并通过记忆记录最优的储存食物的位置。在迭代结束后，找到种群中乌鸦的适应度值最优的记忆作为最后求到的最优解。表1是CSA与GA和PSO算法的优缺点比较。