改进基于记忆的人工蜂群算法

• 作者: 刘广钟 杜振鑫 韩德志
• 来源期刊: 北京邮电大学学报
• 学科: 工学
• 关键词: 人工蜂群算法 记忆 收敛速度 函数优化
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 论文
• 页码范围: 61-66
• 页数: 6页
• 分类号: TP18
• 语种: 中文
• DOI: 10.13190/j.jbupt.2017-037

摘要

基于记忆的人工蜂群算法(ABCM)通过记住成功使用的邻居和系数指导人工蜂群下一步的搜索,需消耗多次函数评价收敛到吸引子,且始终使用与上次相同的排斥系数,造成收敛速度不快、多样性不足,易陷入局部最优解.提出一种改进ABCM(IABCM),当使用吸引系数时,候选解只消耗一次函数评价收敛到吸引子,如果候选解好于当前解,则替换当前解,否则直接删除该记忆,这样可以利用尽量小的代价得到尽量大的收益.当使用排斥系数时,该系数的数值部分重新随机生成,以增加多样性和随机性,有利于算法跳出局部最优解.在22个不同类型函数上的实验表明,IABCM在收敛速度和精度方面明显优于ABCM.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘广钟	上海海事大学信息工程学院	82	231	8.0	10.0
2	韩德志	上海海事大学信息工程学院	21	109	5.0	10.0
3	杜振鑫	韩山师范学院计算机与信息工程学院	16	70	5.0	8.0