一种增强局部搜索能力的改进人工蜂群算法

• 作者: 刘晓芳 柳培忠 范宇凌 骆炎民
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 人工蜂群算法 高维混沌系统 适应度评价 搜索策略 优化算法 演化算法 收敛性分析 精度分析 智能算法
• 年，卷（期）: 2017,（5）
• 页码范围: 684-693
• 页数: 10页
• 分类号: TP18
• 字数: 4419字
• 语种: 中文
• DOI: 10.11992/tis.201612026

摘要

针对人工蜂群算法初始化群体分布不均匀和局部搜索能力弱的问题,本文提出了一种增强局部搜索能力的人工蜂群算法(ESABC).首先,在种群初始化阶段采用高维洛伦兹混沌系统,得到遍历性好、有规律的初始群体,避免了随机初始化的盲目性.然后,采用基于对数函数的适应度评价方式,以增大种群个体间差异,减小选择压力,避免过早收敛.最后,在微分进化算法的启发下,提出了一种新的搜索策略,采用当前种群中的最佳个体来引导下一代的更新,以提高算法的局部搜索能力.通过对12个经典测试函数的仿真实验,并与其他经典的改进人工蜂群算法对比,结果表明:本文算法具有良好的寻优性能,无论在解的精度还是收敛速度方面效果都有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	骆炎民	华侨大学计算机科学与技术学院	25	209	9.0	13.0
2	柳培忠	华侨大学工学院	34	121	7.0	8.0
3	刘晓芳	华侨大学工学院	20	48	3.0	6.0
4	范宇凌	华侨大学工学院	4	8	2.0	2.0