汪峰坤，张婷婷

安徽机电职业技术学院信息工程系，芜湖，241000

多峰函数的求解是指求解函数的多个全局或局部的最优解，在工程应用中被广泛使用[1,2]。通过求解的多个局部最优解，为使用者提供更多的决策选择。当前针对多峰函数求解和优化常用的方法有基于小生境的遗传算法、基于引路蜂的人工蜂群算法和多种群的粒子群算法等[3-5]。

数据聚类分析是广泛用于数据挖掘、模式识别和机器学习等领域的一类重要算法。聚类分析算法与遗传算法、粒子群算法等智能算法相结合，通过聚类将搜索重点放到各聚类中心附近，可以快速收敛到各聚类的最优值，如果聚类较为合理，则可以求解多峰函数的解[6,7]。

布谷鸟算法是一种常用的函数寻优算法，以其快速的收敛和较大的搜索范围，广泛应用于最优解求解中。当前尚未有将布谷鸟算法用于多峰函数求解方面的研究。本文提出了基于最大最小距离法(Max-Min Distance)的鸟巢快速聚类，针对每个聚类使用布谷鸟算法搜索，得到每个聚类的局部最优值的多峰函数求解方法。

1 布谷鸟算法基本算法

杨新社等2009年提出了针对函数最优值求解的布谷鸟算法[8]。布谷鸟算法是模拟自然界中布谷鸟寄生育雏的行为来求解函数最优值问题。布谷鸟算法核心思路有：使用Lèvy飞行进行鸟巢新址的选择，使用偏好随机游走策略进行随机大范围跳转。

2 改进算法

2.1 聚类方法的改进

聚类是指把性质相近的对象分在一起作为同一种类别。……