針對人工蜂群算法收斂速度較慢、收斂精度不高的問題,提出一種基于排序選擇和精英引導(dǎo)的改進人工蜂群算法.分析觀察蜂概率選擇方法在適應(yīng)值變化時對于精英個體優(yōu)選的不足,提出一種排序選擇方法,用以替代概率選擇方法,從而提高算法的收斂速度.利用精英個體對搜索的引導(dǎo)作用,分別提出針對采蜜蜂和觀察蜂的改進鄰域搜索方程,從而提高算法的搜索效率.與其他人工蜂群算法的對比結(jié)果表明,所提出的改進方法能夠有效提升算法的收斂速度和收斂精度.

【文章頁數(shù)】：6 頁

【文章目錄】：
1 人工蜂群算法
    1.1 初始化
    1.2 采蜜蜂
    1.3 概率選擇
    1.4 觀察蜂
    1.5 偵察蜂
2 改進人工蜂群算法
    2.1 排序選擇策略
        2.1.1 基于適應(yīng)度的概率選擇方法的局限性
        2.1.2 排序選擇
    2.2 基于精英引導(dǎo)的改進鄰域搜索方程
        2.2.1 采蜜蜂
        2.2.2 觀察蜂
    2.3 REABC算法
    2.4 算法復(fù)雜度分析
3 實驗驗證
    3.1 幾種ABC算法迭代結(jié)果對比
    3.2 幾種ABC算法尋優(yōu)結(jié)果排序
    3.3 幾種ABC算法的運行時間對比
4 結(jié)論



本文編號：3815588