發(fā)布時間：2021-05-28 07:02

　　針對人工蜂群（ABC）算法開發(fā)能力差、收斂速度慢的缺點(diǎn),分別提出適用于雇傭蜂和觀察蜂階段的搜索方程,其中前者用到精英解、隨機(jī)選擇個體及其鄰域的有益信息,后者用到群體最優(yōu)解的信息.所提出的搜索方程在一定程度上不僅能夠加快改進(jìn)算法的收斂速度,而且由于隨機(jī)選擇個體的引入在一定意義上可以保證算法的探索能力.對22個基準(zhǔn)測試函數(shù)的仿真實(shí)驗(yàn)結(jié)果表明,所提出的算法在大多數(shù)測試函數(shù)上的性能優(yōu)于對比算法. 

【文章來源】：控制與決策. 2020,35(09)北大核心EICSCD

【文章頁數(shù)】：6 頁

【文章目錄】：
0引言
1基本人工蜂群算法
2基于精英解和隨機(jī)個體鄰域信息的改進(jìn)人工蜂群算法
    2.1研究動機(jī)
    2.2雇傭蜂的搜索方程
    2.3觀察蜂的搜索方程
    2.4鄰域范圍及算法偽代碼
    2.5本文算法的時間復(fù)雜度分析
3仿真實(shí)驗(yàn)
4結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]Hybrid Multipopulation Cellular Genetic Algorithm and Its Performance[J]. 黎明,魯宇明,揭麗琳.  Transactions of Nanjing University of Aeronautics and Astronautics. 2014(04)



本文編號：3207807