| 求解函数优化问题的改进人工蜂群算法 |
| |
| 引用本文： | 唐凌芸,毛力,周长喜.求解函数优化问题的改进人工蜂群算法[J].计算机科学与探索,2015(7). |
| |
| 作者姓名： | 唐凌芸 毛力 周长喜 |
| |
| 作者单位： | 江南大学 物联网工程学院 轻工过程先进控制教育部重点实验室,江苏 无锡,214122 |
| |
| 摘 要： | 标准人工蜂群算法由于局部搜索能力差，收敛精度低，容易陷入早熟收敛等缺陷，从而求解最小值函数优化问题的能力受到限制。为了解决标准人工蜂群算法的以上问题，提出了一种改进的人工蜂群算法。该算法将混沌算子引入雇佣蜂和跟随蜂基于当前最优解的局部搜索策略中，并赋予跟随蜂细菌的趋药性，从而
提高了人工蜂群算法的局部搜索能力。在6个测试函数上的仿真结果表明，该算法能有效地避免陷入局部最优，并使收敛精度得到显著提高。
|
| 关 键 词： | 人工蜂群算法 当前最优解 混沌算子 细菌趋药性 |
Improved Artificial Bee Colony Algorithm for Function Optimization |
| |
| TANG Lingyun,MAO Li,ZHOU Changxi.Improved Artificial Bee Colony Algorithm for Function Optimization[J].Journal of Frontier of Computer Science and Technology,2015(7). |
| |
| Authors: | TANG Lingyun MAO Li ZHOU Changxi |
| |
| Abstract: | |
| |
| Keywords: | artificial bee colony current optimal chaos operator bacterial chemotaxis behavior |
| 本文献已被 万方数据 等数据库收录！ |
