具有学习及十字交叉搜索的人工蜂群算法

• 作者: 高兴宝 黄珊
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 人工蜂群算法(ABC) 十字交叉搜索 局部学习 数值优化 邻域搜索
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 2004-2014
• 页数: 11页
• 分类号: TP18
• 字数: 7816字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1704059

摘要

为克服人工蜂群算法搜索策略的局部搜索能力较弱且计算资源分布不均匀等缺点,提出了一种改进人工蜂群算法.首先对雇佣蜂和瞭望蜂,分别设计了新搜索策略,提高了在精英解和全局最好解邻域内的搜索能力;其次对依概率选取的瞭望蜂,采用局部学习策略,加快了收敛速度并增强了全局寻优能力;最后为平衡全局搜索和局部开发,利用十字交叉搜索增强瞭望蜂和全局最好解的局部搜索能力,维持了种群多样性,从而避免了早熟收敛现象.对10个标准测试函数和30个CEC2014测试函数集进行仿真实验,并与四种人工蜂群算法和两种非人工蜂群算法进行比较,结果表明改进的人工蜂群算法全局寻优能力强且提高了收敛速度和精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高兴宝	陕西师范大学数学与信息科学学院	62	203	7.0	10.0
2	黄珊	陕西师范大学数学与信息科学学院	2	4	1.0	2.0