一种双种群差分蜂群算法

被引：47

作者：

暴励 ^{[1
,2
]}

曾建潮 ^{[1
]}

机构：

[1] 太原科技大学复杂系统与计算智能实验室

[2] 广播电影电视管理干部学院学生处

来源：

控制理论与应用 | 2011年 / 28卷 / 02期

关键词：

人工蜂群算法; 双种群; 差分进化算法; 反向学习;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

人工蜂群算法(ABC)是一种基于蜜蜂群智能搜索行为的随机优化算法.为了有效改善人工蜂群算法的性能,结合差分进化算法,提出一种新的双种群差分蜂群算法(BDABC).该算法首先通过基于反向学习的策略初始化种群,使得初始化的个体尽可能均匀分布在搜索空间,然后将种群中的个体随机分成两组,每组采用不同的优化策略同时进行寻优,并通过在两群体之间引入交互学习的思想,来提高算法的收敛速度.基于6个标准测试函数的仿真实验表明,BDABC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.

引用

页码：266 / 272

页数：7

共 12 条

[1] 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

[2] 基于群智能的新型反向混合差分进化算法 [J].

吴昱 ;

李元香 ;

徐星 .

小型微型计算机系统, 2009, 30 (05) :903-907

[3] 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

[4] 改进人工蜂群算法及其在反演分析中的应用 [J].

康飞 ;

李俊杰 ;

许青 ;

张运花 .

水电能源科学, 2009, 27 (01) :126-129

[5] 一种自适应差分演化算法 [J].

毛润宇 ;

王小平 ;

薛小平 .

计算机应用与软件, 2008, 25 (12) :7-8+26

[6] 蜂群算法在TSP问题上的应用及参数改进 [J].

丁海军 ;

李峰磊 .

中国科技信息, 2008, (03) :241-243

[7]

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

[8] Differential evolution - A simple and efficient heuristic for global optimization over continuous spaces [J].

Storn, R ;

Price, K .

JOURNAL OF GLOBAL OPTIMIZATION, 1997, 11 (04) :341-359

[9]

An idea based on honey bee swarm for numerical optimization .2 Karaboga D. . 2005

[10]

On the performance ofartificial bee colony(ABC)algorithm .2 KARABOGA D,BASTURK B. Applied SoftComputing Journal . 2008

← 1 2 →