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.
6 v% `7 ~8 P1 o9 K+ S" b3 _) { y2 ?9 Y! k L& m! c
关键词: 全局优化;人工蜂群算法;思维进化算法;收敛性5 Q# c: ]7 i) ?
/ _( E* D3 G* o! s# D0 f O( Q, E; Q g$ l- y; i
0 x8 J) M5 E% M, h
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.
% s2 o/ K ^( ~2 x
% R- x, [& G0 t3 W" z, ]; ]. v! X( o2 a
附件下载:
一种思维进化蜂群算法.pdf
(1.06 MB, 下载次数: 0)
6 e& O' A, `+ M |
|