基于反向学习与Levy飞行的改进蜂群算法

• 作者: 孟子航 沈海斌 赵挺
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 蜂群算法 多策略改进 反向学习 Levy飞行
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 计算与测试
• 页码范围: 111-114
• 页数: 4页
• 分类号: TP18|TP301.6
• 字数: 3024字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2017)01-0111-04

摘要

为了优化蜂群算法(BCA),平衡局部搜索与全局搜索,避免算法陷入局部最优,并提高蜂群算法的收敛速度,提出了一种多策略改进的方法优化蜂群算法(MSO-BCA).算法在种群初始化阶段采用了反向学习(OBL)初始化的方法;在种群更新与邻域搜索中采用了具有Levy飞行特征的改进搜索策略.经过对经典Benchmark函数的反复实验并与其他算法的比较,表明了所提出的算法具有良好的加速和收敛效果,提高了全局搜索能力与效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈海斌	浙江大学超大规模集成电路设计研究所	139	832	13.0	21.0
2	赵挺	浙江大学超大规模集成电路设计研究所	2	6	1.0	2.0
3	孟子航	浙江大学超大规模集成电路设计研究所	1	6	1.0	1.0