基于局部搜索的人工蜂群算法

被引：69

作者：

刘三阳

张平

朱明敏

机构：

[1] 不详

[2] 西安电子科技大学数学与统计学院

[3] 不详

来源：

控制与决策 | 2014年 / 01期

关键词：

人工蜂群; 局部搜索算子; 排序选择; 函数优化;

D O I：

10.13195/j.kzyjc.2012.1301

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对人工蜂群算法存在收敛速度慢、易早熟等缺点,提出一种改进的人工蜂群算法.利用随机动态局部搜索算子对当前的最优蜜源进行局部搜索,以加快算法的收敛速度;同时,采用基于排序的选择概率代替直接依赖适应度的选择概率,维持种群的多样性,以避免算法出现早熟收敛.对标准测试函数的仿真实验结果表明,所提出的算法具有较快的收敛速度和较高的求解精度.

引用

收藏

页码：123 / 128

页数：6

相关论文

共 10 条

[1] 一种高效粒子群优化算法 [J].

高卫峰 ;

刘三阳 .

控制与决策, 2011, (08) :1158-1162

[2] 具有混沌搜索策略的蜂群优化算法 [J].

罗钧 ;

李研 .

控制与决策, 2010, 25 (12) :1913-1916

[3]

A modified Artificial Bee Colony algorithm for real-parameter optimization[J] . Bahriye Akay,Dervis Karaboga.Information Sciences . 2010

[4] Rosenbrock artificial bee colony algorithm for accurate global optimization of numerical functions [J].

Kang, Fei ;

Li, Junjie ;

Ma, Zhenyue .

INFORMATION SCIENCES, 2011, 181 (16) :3508-3531

[5] Improved artificial bee colony algorithm for global optimization [J].

Gao, Weifeng ;

Liu, Sanyang .

INFORMATION PROCESSING LETTERS, 2011, 111 (17) :871-882

[6] Chaotic bee colony algorithms for global numerical optimization [J].

Alatas, Bilal .

EXPERT SYSTEMS WITH APPLICATIONS, 2010, 37 (08) :5682-5687

[7] Gbest-guided artificial bee colony algorithm for numerical function optimization [J].

Zhu, Guopu ;

Kwong, Sam .

APPLIED MATHEMATICS AND COMPUTATION, 2010, 217 (07) :3166-3173

[8]

On the performance of artificial bee colony (ABC) algorithm[J] . D. Karaboga,B. Basturk.Applied Soft Computing Journal . 2007 (1)

[9]

Improving genetic algorithms’ performance by local search for continuous function optimization[J] . Applied Mathematics and Computation . 2007 (1)

[10]

Continuous functions minimization by dynamic random search technique[J] . Applied Mathematical Modelling . 2006 (10)