基于禁忌搜索的人工蜂群算法及其应用

被引:28
作者
刘蓓蕾
江铭炎
张振月
机构
[1] 山东大学信息科学与工程学院
关键词
蜂群算法; 禁忌搜索算法; 禁忌表; 邻域搜索; 图像边缘检测;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
140502 [人工智能];
摘要
人工蜂群算法(artificial bee colony algorithm,ABC)是一种简单有效的群智能算法,通过蜜蜂之间的相互合作寻找最优解。禁忌搜索算法(tabu search algorithm,TS)是人工智能与局部邻域搜索算法的结合,具有非常好的全局寻优能力。为了提高ABC的搜索效率和全局寻优能力,结合TS,在ABC中增加一个禁忌表,提出了一种基于禁忌搜索的人工蜂群算法(artificial bee colony algorithm based on tabu search,TSABC)。通过对10个常用的标准测试函数进行实验,对TSABC算法进行了验证,并将其应用于图像边缘检测中。实验结果表明,TSABC取得了较好的优化效果,提高了寻优精度和收敛速度,边缘检测结果也更理想。
引用
收藏
页码:2005 / 2008
页数:4
相关论文
共 9 条
[1]
基于改进的禁忌算法的蛋白质三维结构预测 [D]. 
程文 .
武汉科技大学,
2008
[2]
基于连续函数优化的禁忌搜索算法 [J].
张晓菲 ;
张火明 .
中国计量学院学报, 2010, 21 (03) :251-256
[3]
基于蜂群算法的图像边缘检测 [J].
肖永豪 ;
余卫宇 .
计算机应用研究, 2010, 27 (07) :2748-2750
[4]
分层差分粒子群优化算法对图像边缘检测的研究与应用 [J].
张艳丽 ;
保文星 .
计算机应用与软件, 2010, 27 (06) :77-80
[5]
0-1背包问题的蜂群优化算法 [J].
樊小毛 ;
马良 .
数学的实践与认识, 2010, 40 (06) :155-160
[6]
粒子群优化算法在图像边缘检测中的研究应用 [J].
张艳丽 ;
保文星 .
计算机技术与发展, 2009, 19 (05) :26-29
[8]
基于改进禁忌算法的配电网络重构 [J].
张栋 ;
张刘春 ;
傅正财 .
电工技术学报, 2005, (11) :60-64
[9]
图像边缘检测方法研究综述 [J].
段瑞玲 ;
李庆祥 ;
李玉和 .
光学技术, 2005, (03) :415-419