TA的每日心情 | 奋斗 2020-9-8 15:12 |
|---|
签到天数: 2 天 [LV.1]初来乍到
|
EDA365欢迎您登录!
您需要 登录 才可以下载或查看,没有帐号?注册
x
摘 要: 人工蜂群算法(ABC)是一种模拟蜜蜂群智能搜索行为的随机优化算法,已成功用于解决许多优化问 题.为有效改善 ABC算法的性能,文章结合思维进化的思想提出了一种思维进化蜂群算法(MEABC),该算法通过学习 和按维更新策略对 ABC算法进行了改进,并对改进算法的收敛性进行了分析.通过四个标准测试函数的仿真实验,验 证了 MEABC算法能有效避免早熟收敛,全局优化能力和收敛速率都有显著提高.4 p" V: V( w; e1 `, ?% o
}- O+ Q4 A/ S# L9 h$ i3 U
关键词: 全局优化;人工蜂群算法;思维进化算法;收敛性0 t8 ^7 A4 |6 x& w) _
" v- L# P O: ]5 F
* I( a9 d4 d* ~$ w0 [( p+ c5 ]; [4 f& D1 _5 d/ F# E9 a* {
群智能优化算法是目前用来研究解决复杂优化问 题的热点算法,人工蜂群算法[1](ArtificialBeeColony, ABC)是继蚁群算法、粒子群算法、人工鱼群算法之后的 一种模拟蜜蜂觅食行为的随机优化算法.该算法由于其 计算形式简洁,易于实现等优点,已被应用于解决函数 的数值优化[2~4]和组合优化[5,6]问题,并被广泛应用于 人工神经网络训练[7,8]、网络及路径规划[9,10]、生产调 度[11~13]、信号处理[14]等不同领域.
2 M8 C y7 P1 n2 t, @: A" I
; W3 C8 d; d# Q9 K& k6 e# ]/ {
# }# r7 y7 A, i( z+ p! D" h附件下载:
一种思维进化蜂群算法.pdf
(1.06 MB, 下载次数: 0)
$ T; Q; x2 t b5 @
|
|