為解決人工蜂群(ABC)算法收斂速度慢、精度不高和易于陷入局部最優(yōu)等問題,提出一種增強(qiáng)開發(fā)能力的改進(jìn)人工蜂群算法。一方面,將得出的最優(yōu)解以兩種方式直接引入雇傭蜂搜索公式中,通過最優(yōu)解指導(dǎo)雇傭蜂的鄰域搜索行為,以增強(qiáng)算法的開發(fā)或局部搜索能力;另一方面,在旁觀蜂搜索公式中結(jié)合當(dāng)前解及其隨機(jī)鄰域進(jìn)行搜索,以改善算法的全局優(yōu)化能力。對多個常用基準(zhǔn)測試函數(shù)的仿真實驗結(jié)果表明,在收斂速度、精度和全局優(yōu)化能力等方面,所提算法總體上優(yōu)于其他類似的ABC算法(例如ABC/best)和集成多種搜索策略的ABC算法(例如ABCVSS(ABC algorithm with Variable Search Strategy)和ABCMSSCE(ABC algorithm with Multi-Search Strategy Cooperative Evolutionary))。

【文章頁數(shù)】：7 頁

【文章目錄】：
0 引言
1 ABC算法模型與步驟
2 增強(qiáng)開發(fā)能力的ABC算法
    2.1 已有改進(jìn)ABC算法搜索公式分析
    2.2 本文ABC算法搜索公式
    2.3 本文算法步驟
3 仿真實驗及分析
4 結(jié)語



本文編號：3826156