异维学习人工蜂群算法

• 作者: 吴润秀 孙辉 李冰 王晖 赵嘉
• 来源期刊: 计算机应用研究
• 关键词: 人工蜂群算法 自适应 异维学习 全局探索 局部开发
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1028-1033
• 页数: 6页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.04.014

摘要

针对人工蜂群算法局部搜索能力弱及易陷入局部最优的缺点，提出了一种改进的人工蜂群算法。首先，雇佣蜂使用全局最优引导的搜索策略，且引导程度随个体试验次数（trial）自适应减小，以此平衡算法的全局和局部搜索能力；其次，观察蜂采用变异的异维学习策略，使算法的搜索具有跳跃性，以提高跳出局部最优的概率。对八个经典基准测试函数和CEC2013中八个复合基准函数的测试结果表明，与多种最近提出的类似算法相比，新算法在收敛速度和解的精度上均具有显著优势。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵嘉	南昌工程学院信息工程学院江西省水信息协同感知与智能处理重点实验室	38	243	9.0	13.0
2	吴润秀	南昌工程学院信息工程学院江西省水信息协同感知与智能处理重点实验室	17	62	5.0	6.0
3	孙辉	南昌工程学院信息工程学院江西省水信息协同感知与智能处理重点实验室	51	485	13.0	19.0
4	王晖	南昌工程学院信息工程学院江西省水信息协同感知与智能处理重点实验室	12	141	6.0	11.0
5	李冰	南昌工程学院信息工程学院江西省水信息协同感知与智能处理重点实验室	3	14	1.0	3.0