本文選題：人工蜂群算法　切入點：跨維度搜索策略　出處：《計算機應用》2017年03期

【摘要】：針對人工蜂群(ABC)算法不易跳出局部最優(yōu)解的缺點,提出了多交互式人工蜂群(MIABC)算法。該算法在基本人工蜂群算法的基礎(chǔ)上引入隨機鄰域搜索策略,結(jié)合跨維搜索策略,且改進蜜蜂越限處理方式,使得算法搜索方式多樣化,從而使得算法搜索更具跳躍性,不易陷入局部最優(yōu)解,同時,對其進行收斂性分析和性能測試。在五種經(jīng)典基準測試函數(shù)和時間復雜度實驗上的仿真結(jié)果表明,相對于標準人工蜂群算法和基本粒子群優(yōu)化(PSO)算法,該算法在1E-2精度下收斂速度提高了約30%和65%,搜索精度更優(yōu),且在高維求解問題方面有明顯優(yōu)勢。
[Abstract]:In view of the disadvantage of artificial bee colony (ABC) algorithm which is not easy to jump out of the local optimal solution, a multi-interactive artificial bee colony MIABC algorithm is proposed. Based on the basic artificial bee colony algorithm, the random neighborhood search strategy is introduced, and the cross-dimensional search strategy is combined. And improve the bee beyond the limit processing way, make the algorithm search way diversification, so that the algorithm search more jumping, not easy to fall into the local optimal solution, at the same time, The simulation results of five classical benchmark functions and time complexity experiments show that compared with the standard artificial bee colony algorithm and the basic particle swarm optimization (PSO) algorithm, The convergence speed of the algorithm is improved by about 30% and 65% under 1E-2 precision, the search accuracy is better, and the algorithm has obvious advantages in solving problems in high dimension.
【作者單位】： 上海電機學院電氣學院;
【基金】：上海市教委科研創(chuàng)新項目(13YZ140)~~
【分類號】：TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 唐浩;;蟻群算法的研究與展望[J];牡丹江教育學院學報;2009年06期

2 鄧小波;曹聰聰;龍倫海;康耀紅;;蟻群算法搜索熵研究[J];海南大學學報(自然科學版);2007年04期

3 張康;顧幸生;;全局組搜索優(yōu)化算法及其應用研究[J];青島科技大學學報(自然科學版);2012年05期

4 李東曉;蔣珉;柴干;;蟻群算法優(yōu)化及其在高速公路緊急救援中的應用[J];計算機技術(shù)與發(fā)展;2010年11期

5 _5文龍 ,黃，

本文編號：1685836