基于knee points的改进多目标人工蜂群算法

• 作者: 刘明辉 李炜
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 多目标人工蜂群算法 高维多峰函数 kneepoints 自适应识别策略
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 热点与综述
• 页码范围: 40-47
• 页数: 8页
• 分类号: TP751
• 字数: 5917字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1711-0020

摘要

传统的人工蜂群算法(Artificial Bee Colony algorithm,ABC)及其在多目标上的扩展(Multi Objective Arti-ficial Bee Colony algorithm,MOABC)存在着在高维、多峰函数情况下收敛速度变慢、后期容易陷入局部最优以及寻优精度丢失等问题.基于knee points提高收敛性和分布性的特点,设计了一种快速识别knee point的算法并将其应用到多目标人工蜂群算法中,提出了一种基于knee points的改进多目标人工蜂群算法(KnMOABC).算法在迭代过程中考虑pareto支配关系的同时,优先选择knee point作为下一代个体,极大地增强了算法的收敛速度,同时,在knee point识别算法中加入自适应的策略以保持良好的分布性.实验结果表明,KnMOABC的性能优于三个最新的多目标人工蜂群对比算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李炜	安徽大学计算机与科学与技术学院	69	399	12.0	14.0
2	刘明辉	安徽大学计算智能与信号处理重点实验室	1	2	1.0	1.0