蜂群算法研究综述

被引:150
作者
张超群 [1 ,2 ]
郑建国 [1 ]
王翔 [1 ]
机构
[1] 东华大学旭日工商管理学院
[2] 广西民族大学数学与计算机科学学院
关键词
蜂群算法; 繁殖行为; 采蜜行为; 蜜蜂交配优化算法; 人工蜂群算法;
D O I
暂无
中图分类号
TP301.6 [算法理论];
学科分类号
080201 [机械制造及其自动化];
摘要
蜂群算法是一种模仿蜜蜂繁殖、采蜜等行为的新兴的群智能优化技术,近几年备受研究者关注。初步探讨了蜂群算法的理论基础,详细论述了基于蜜蜂繁殖行为和采蜜行为的两类蜂群算法的生物学机理及其最常见算法的应用研究情况,并分析比较了遗传算法、蚁群算法、粒子群算法和蜂群算法的优缺点、适用范围及性能。最后,总结了现有蜂群算法存在的问题,并指出其未来的研究方向。
引用
收藏
页码:3201 / 3205+3214 +3214
页数:6
相关论文
共 18 条
[1]
解决复杂优化问题的一个有效工具——蜂群优化算法 [J].
杨进 ;
马良 .
计算机应用研究, 2010, 27 (12) :4410-4413
[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]
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
[4]
Random Fuzzy Chance-constrained Programming Based on Adaptive Chaos Quantum Honey Bee Algorithm and Robustness Analysis.[J]..International Journal of Automation & Computing.2010, 01
[5]
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
[6]
基于人工蜂群算法的JSP的仿真与研究 [J].
胡中华 ;
赵敏 ;
撒鹏飞 .
机械科学与技术, 2009, 28 (07) :851-856
[7]
Study of Direction Probability and Algorithm of Improved Marriage in Honey Bees Optimization for Weapon Network System [J].
杨晨光 ;
涂序彦 ;
陈杰 .
Journal of China Ordnance , 2009, (02) :152-157
[8]
蜜蜂进化型遗传算法 [J].
孟伟 ;
韩学东 ;
洪炳镕 .
电子学报, 2006, (07) :1294-1300
[9]
The design of PID controllers for a Gryphon robot using four evolutionary algorithms: a comparative study [J].
Vakil-Baghmisheh, Mohammad-Taghi ;
Salim, Mina .
ARTIFICIAL INTELLIGENCE REVIEW, 2010, 34 (02) :121-132
[10]
Use of MaSE methodology for designing a swarm-based multi-agent system [J].
Krol, Dariusz ;
Drozdzowski, Maciej .
JOURNAL OF INTELLIGENT & FUZZY SYSTEMS, 2010, 21 (03) :221-231