|
|
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
# D1 |; e7 F3 N& V
摘要:针对精英人工蜂群算法(ABC_elite)加速收敛和早熟停滞现象的矛盾,提出一种改进算法(EABC-elite).该算法通过在雇佣蜂阶段引入全局最优解加速收敛,同时通过普通个体平衡全局最优解过大的引导作用,因此全局最优解与普通个体的信息都能得到利用而算法仍能较好平衡.在观察蜂阶段引人普通个体避免算法早熟收敛.改进算法在加速收敛与防止早熟之间取得很好的平衡,总体上没有偏向任何方向,增强了ABC_elite的全局搜索能力.实验表明,改进算法的性能显著好于ABC_elite以及最近提出的几种较高水平的改进人工蜂群算法.
. F# M x6 S; O8 N j% F6 u( O. f; ^0 E% l& v
关键词:人工蜂群;平衡策略;搜索公式;函数优化
" m9 {9 z1 S9 e
7 C, @# O1 f, e- ^& Q9 L 人工蜂群算法(ABC)是Karaboga于2005年提出的一种群体智能优化算法,模拟了蜂群采蜜的智能行为,结构简单、参数较少、易于实现,受到了众多学者的关注和研究,目前已推广到很多领域。
* S7 n' t' k6 }+ _) E% T4 v, G% n: e: w1 D! q9 b
% n \/ j' |. U2 V2 a0 k
4 F8 ]7 ^; D% J8 P4 p C$ Q& q: u3 ]# C9 [2 N6 a6 g& u7 c
+ u \+ F- D* I4 R' p3 g' p# T
|
|