受启发的人工蜂群算法在全局优化问题中的应用

被引：48

作者：

高卫峰 ^{[1
]}

刘三阳 ^{[1
]}

黄玲玲 ^{[1
,2
]}

机构：

[1] 西安电子科技大学理学院

[2] 中国石油大学(华东)理学院

来源：

电子学报 | 2012年 / 40卷 / 12期

关键词：

人工蜂群算法; 差分进化算法; 搜索方程; 种群初始化;

D O I：

暂无

中图分类号：

TP301.6 [算法理论]; O224 [最优化的数学理论];

学科分类号：

摘要：

人工蜂群算法是最近提出的一种较有竞争力的优化技术.然而,它的搜索方程存在着探索能力强而开发能力弱的缺点.针对这一问题,受差分进化算法的启发,提出了一个改进的搜索方程.该搜索方程在最优解附近产生新的候选位置以便提高算法的开发能力.进一步,充分利用和平衡不同搜索方程的探索和开发能力,提出了一个改进的人工蜂群算法(简记为IABC).此外,为了提高算法的全局收敛速度,用反学习的初始化方法产生初始解.通过18个标准测试函数的仿真实验并与其他算法相比较,结果表明IABC算法具有良好的处理复杂数值优化问题的性能.

引用

页码：2396 / 2403

页数：8

共 6 条

[1] 均匀搜索粒子群算法
吴晓军
杨战中
赵明
[J]. 电子学报, 2011, 39 (06) : 1261 - 1266
[2] 带局部搜索的动态多群体自适应差分进化算法及函数优化
张雪霞
陈维荣
戴朝华
[J]. 电子学报, 2010, 38 (08) : 1825 - 1830
[3] Chaotic bee colony algorithms for global numerical optimization
Alatas, Bilal
[J]. EXPERT SYSTEMS WITH APPLICATIONS, 2010, 37 (08) : 5682 - 5687
[4] Gbest-guided artificial bee colony algorithm for numerical function optimization
Zhu, Guopu
Kwong, Sam
[J]. APPLIED MATHEMATICS AND COMPUTATION, 2010, 217 (07) : 3166 - 3173
[5] Structural inverse analysis by hybrid simplex artificial bee colony algorithms[J] . Fei Kang,Junjie Li,Qing Xu.Computers and Structures . 2009 (13)
[6] A new design method based on artificial bee colony algorithm for digital IIR filters
Karaboga, Nurhan
[J]. JOURNAL OF THE FRANKLIN INSTITUTE-ENGINEERING AND APPLIED MATHEMATICS, 2009, 346 (04): : 328 - 348

← 1 →