首页 | 官方网站   微博 | 高级检索  
     

基于狭义中心和随机维度学习的人工蜂群算法
引用本文:蒋桂圆,吕莉,赵嘉,徐辉辉,胡颖太,付平.基于狭义中心和随机维度学习的人工蜂群算法[J].南昌水专学报,2015(4).
作者姓名:蒋桂圆  吕莉  赵嘉  徐辉辉  胡颖太  付平
作者单位:1. 南昌工程学院 信息工程学院,江西 南昌330099; 南昌工程学院 江西省水信息协同感知与先进计算重点实验室,江西 南昌330099
2. 南昌工程学院 信息工程学院,江西 南昌,330099
基金项目:国家自然科学基金资助项目(61261039,61263029);江西省自然科学基金资助项目(20132BAB211031);江西省科技厅科技支撑项目(20142BBG70034);南昌市科技计划项目(2013HZCG006,2013HZCG011,2014HZZC008);国家级大学生创新创业训练项目(201311319004,201311319015);江西省大学生创新创业训练项目
摘    要:针对人工蜂群算法收敛速度慢、寻优精度低的缺点,提出基于狭义中心和随机维度学习的人工蜂群算法。首先,在算法中定义狭义中心蜜蜂,并与当前种群最优解进行贪婪选择为种群最优解;其次,用最优解引导算法进行搜索,以增强算法局部搜索能力;再次,在每次迭代时,蜜蜂随机选择若干维度数进行学习,以加速算法收敛。8个经典基准函数的测试结果表明,新算法在收敛速度和解的精度上优于类似改进算法。

关 键 词:人工蜂群算法  狭义中心  随机向量  收敛速度  全局最优

Artificial bee colony algorithm based on special central and random dimension learning
JIANG Guiyuan,LV Li,ZHAO Jia,XU Huihui,HU Yingtai,FU Ping.Artificial bee colony algorithm based on special central and random dimension learning[J].Journal of Nanchang College of Water Conservancy and Hydroelectric Power,2015(4).
Authors:JIANG Guiyuan  LV Li  ZHAO Jia  XU Huihui  HU Yingtai  FU Ping
Abstract:
Keywords:artificial bee colony  special central  random vector  convergence speed  global optimum
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号