發(fā)布時間：2017-10-23 14:05

  本文關鍵詞：近似梯度引導的人工蜂群搜索策略

  更多相關文章： 人工蜂群算法 近似梯度 局部搜索 合作與共享

【摘要】：針對人工蜂群算法自身存在的局部搜索能力較差,收斂較慢,易受到局部最優(yōu)束縛的問題,在種群搜索過程中引入梯度信息,并利用中心差分格式對梯度做近似處理,提出了一種基于種群的梯度搜索策略,并用于人工蜂群算法采蜜蜂階段的搜索,提高算法的局部搜索能力。同時,偵察蜂采用了全局隨機搜索策略,以避免在解決多峰問題時,由于快速收斂而導致的早熟現(xiàn)象。在6個標準測試函數(shù)上的仿真實驗結果表明,這種新的搜索機制在局部求解與全局探索之間取得了較好的平衡,使得改進后的算法在不同類型問題上的優(yōu)化能力有了明顯改善。
【作者單位】： 安徽建筑大學數(shù)理學院;金陵科技學院計算機學院;安徽大學計算機科學與技術學院;
【關鍵詞】： 人工蜂群算法 近似梯度 局部搜索 合作與共享
【基金】：國家自然科學基金No.61375121 安徽高校省級自然科學研究項目No.KJ2013A009 安徽大學博士啟動基金 金科院引進人才科研項目No.jit-rcyj-201505~~
【分類號】：TP18
【正文快照】： 1引言 人工蜂群算法(artificial bee colony algorithm,ABC)是由土耳其學者Karaboga于2005年提出的一種基于蜂群智能行為的啟發(fā)式優(yōu)化算法[1]。ABC算法通過對蜂群個體之間在覓食過程中的勞動分工以及不同個體之間的信息共享機制——搖擺舞的模擬來實現(xiàn)對最優(yōu)蜜源的選取。整個，

本文編號：1083749