基于局部最优解的改进人工蜂群算法

作者：王冰

来源：计算机应用研究, 2014, (04): 1023-1026.

• 人工蜂群算法
• 种群初始化
• 反向学习
• 搜索频率 artificial bee colony algorithm
• population initialization
• opposition-based learning
• frequency of the perturbation

针对人工蜂群算法有时收敛速度较慢和探索能力较强而开发能力不足等问题,提出一种改进的人工蜂群(IABC)算法。该算法在跟随蜂阶段采用一种基于当前局部最优解(pbest)的搜索策略,能提高算法的局部搜索能力。为了加快算法的收敛速度,采用基于一般的反向学习的策略进行种群初始化,而且采蜜蜂和跟随蜂进行邻域搜索时,邻域搜索的维数根据循环代数动态调整。基于十个标准测试函数的仿真结果表明,该算法能有效加快收敛速度,局部优化能力有显著提高。

• 出版日期2014
• 单位数学学院; 北京理工大学; 牡丹江师范学院