基于反向学习的人工蜂群算法

• 作者: 王剑 王冰 葛孟珂
• 来源期刊: 牡丹江师范学院学报（自然科学版）
• 学科: 工学
• 关键词: 人工蜂群算法 反向学习 对位邻域 函数优化
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 计算机与信息管理科学研究
• 页码范围: 23-30
• 页数: 8页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6180.2022.01.007

摘要

提出基于反向学习的人工蜂群算法(简称OABC算法).在人工蜂群算法的跟随蜂阶段,种群依概率进行反向学习代替跟随蜂搜索方案.保留标准人工蜂群算法中雇佣蜂和侦察蜂阶段以保证种群的探索能力以及种群的多样性,增设参数控制一般的反向学习过程中对位搜索范围,充分利用种群信息和个体信息优化种群,提高对位点的有效性,从而提高反向学习的成功率.仿真实验结果表明,OABC算法有效提升了算法寻优速度和收敛精度.