發(fā)布時間：2025-05-28 03:31

　　 為了緩解基本人工蜂群算法后期種群多樣性下降,易陷入局部最優(yōu),開采能力較差等問題,提出一種基于貓群思想的混合人工蜂群算法。提出基于隨機新解引導(dǎo)的自適應(yīng)搜索策略,結(jié)合多次高斯搜索機制,對雇傭蜂階段進(jìn)行優(yōu)化;引入基于貓群思想的搜索過程,結(jié)合順序模式分配方式,對較優(yōu)解執(zhí)行搜尋模式,對較差解執(zhí)行優(yōu)化后的跟蹤模式;優(yōu)化后的跟蹤模式采用"位移"模型對解進(jìn)行更新。對標(biāo)準(zhǔn)測試函數(shù)尋優(yōu),結(jié)果表明混合人工蜂群算法收斂精度更高,所需的迭代次數(shù)更少。得出結(jié)論:基于隨機新解引導(dǎo)的自適應(yīng)搜索策略能有效緩解算法易陷入局部最優(yōu)的問題,基于貓群思想的搜索過程能有效提高算法的局部開采能力和全局搜索能力,混合人工蜂群算法具有更優(yōu)秀的收斂性能。

【文章頁數(shù)】：7 頁

【部分圖文】：

圖1改進(jìn)雇傭蜂階段流程

最優(yōu)之間的平衡。綜上，改進(jìn)雇傭蜂階段流程如圖1所示。圖1改進(jìn)雇傭蜂階段流程1．3基于貓群思想的搜索過程由于ABC算法原始搜索策略隨機選擇鄰居食物源和步長進(jìn)行搜索，具有較好的探索能力。雖然算法早期需要較強的探索能力來搜索盡可能多的最優(yōu)解，但若能同時配合較強的開采能力，則能有效加快算....

圖2混合人工蜂群算法流程

程，采用順序模式分配方式，對較優(yōu)解執(zhí)行搜尋模式，對較差解執(zhí)行優(yōu)化后的跟蹤模式;在搜索過程結(jié)束后進(jìn)入偵查蜂階段，完成接下來的尋優(yōu)任務(wù)，得到混合人工蜂群算法(hybridABC，HABC)。算法流程如圖2所示。圖2混合人工蜂群算法流程2實驗驗證2．1參數(shù)設(shè)置與測試函數(shù)為驗證文中改進(jìn)策....

圖3各算法收斂過程對比

多模函數(shù)上收斂精度都得到不同程度的提升，表明優(yōu)化后的跟蹤模式不僅簡化了算法，而且具有更強的搜索能力。HABC算法在MABC算法的基礎(chǔ)上，增加了基于貓群思想的搜索過程，由表2可知，對于單模函數(shù)，HABC算法能唯一收斂到理論最優(yōu)解，表明了基于貓群思想的搜索過程能有效提高算法局部搜索能....

本文編號：4048008