嵌入粒子群优化算法的混合人工蜂群算法

被引：8

作者：

杨琳

孔峰

机构：

[1] 广西工学院电子信息与控制工程系

来源：

自动化仪表 | 2013年 / 34卷 / 01期

关键词：

人工蜂群算法; 粒子群算法; 搜索精度; 优化能力; 最优值;

D O I：

10.16086/j.cnki.issn1000-0380.2013.01.013

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为了克服人工蜂群算法存在的早熟收敛、后期收敛速度变慢等缺点,提出了一种基于粒子群优化算法的混合人工蜂群算法(PABC)。对陷入局部极值的雇佣蜂,采用粒子群优化算法对其重新进行初始化。粒子群优化算法具有很强的全局搜索性能,能使陷入局部极值的雇佣蜂尽快摆脱局部约束。测试函数的计算结果表明,改进的人工蜂群算法大大提高了蜂群算法的寻优能力,在收敛速度和精度方面均优于基本蜂群算法。

引用

页码：50 / 53

页数：4

共 9 条

[1] 人工蜂群算法及其在组合优化中的应用研究 [J].

郑伟 ;

刘静 ;

曾建潮 .

太原科技大学学报, 2010, 31 (06) :467-471

[2] 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

[3] 蜂群优化算法在车辆路径问题中的应用 [J].

杨进 ;

马良 .

计算机工程与应用, 2010, 46 (05) :214-216

[4] 基于人工蜂群算法的TSP仿真 [J].

胡中华 ;

赵敏 .

北京理工大学学报, 2009, 29 (11) :978-982

[5] 基于遗传交叉因子的改进蜂群优化算法 [J].

罗钧 ;

樊鹏程 .

计算机应用研究, 2009, 26 (10) :3716-3717+3753

[6] 基于人工蜂群算法求解不同尺寸工件单机批调度问题附视频 [J].

李端明 ;

程八一 .

四川大学学报(自然科学版), 2009, (03) :657-662

[7] 基于人工蜂群算法的机器人路径规划 [J].

胡中华 ;

赵敏 .

电焊机, 2009, 39 (04) :93-96

[8]

A powerful and efficient algorithm for numerical function optimization: artificial bee colony (ABC) algorithm[J] . Dervis Karaboga,Bahriye Basturk.J. Global Optimization . 2007 (3)

[9]

Particle swarm optimization .2 Kennedy J,Eberhart RC. Proceedings of the IEEE International Joint Conference on Neural Networks . 1995

← 1 →