人工蜂群改进算法及其在参数估计中的应用

• 作者: 张耀南 火久元 赵红星
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 人工蜂群算法 新安江模型 参数估计 寻优策略 保优策略 Nash-Sutcliffe效率系数
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 166-171
• 页数: 6页
• 分类号: TP18
• 字数: 4261字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2014.12.031

摘要

为提高新安江模型中参数估计的优化精度和算法性能，提出一种改进的人工蜂群( ABC)算法。设计基于最优个体的寻优和保优策略，采用寻优策略提高观察蜂的深度搜索能力，通过保优策略确保侦察蜂不会丢弃当前最优解，从而使算法能够在较短时间内得到收敛。将改进算法应用于新安江模型的参数估计中，并与ABC算法和SCPSO算法的参数估计结果进行对比。实验结果表明，改进算法得到的参数优化精度比ABC算法提高约4%，比SCPSO算法提高约1%，并且具有较快的收敛速度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张耀南	中国科学院寒区旱区环境与工程研究所	37	191	8.0	11.0
2	火久元	中国科学院寒区旱区环境与工程研究所	23	105	5.0	9.0
6	赵红星	兰州交通大学电子与信息工程学院	9	34	4.0	5.0