基于精英解和随机个体邻域信息的改进人工蜂群算法

发布时间：2021-05-28 07:02

　　针对人工蜂群（ABC）算法开发能力差、收敛速度慢的缺点,分别提出适用于雇佣蜂和观察蜂阶段的搜索方程,其中前者用到精英解、随机选择个体及其邻域的有益信息,后者用到群体最优解的信息.所提出的搜索方程在一定程度上不仅能够加快改进算法的收敛速度,而且由于随机选择个体的引入在一定意义上可以保证算法的探索能力.对22个基准测试函数的仿真实验结果表明,所提出的算法在大多数测试函数上的性能优于对比算法. 

【文章来源】：控制与决策. 2020,35(09)北大核心EICSCD

【文章页数】：6 页

【文章目录】：
0引言
1基本人工蜂群算法
2基于精英解和随机个体邻域信息的改进人工蜂群算法
    2.1研究动机
    2.2雇佣蜂的搜索方程
    2.3观察蜂的搜索方程
    2.4邻域范围及算法伪代码
    2.5本文算法的时间复杂度分析
3仿真实验
4结论


【参考文献】：
期刊论文
[1]Hybrid Multipopulation Cellular Genetic Algorithm and Its Performance[J]. 黎明,鲁宇明,揭丽琳.  Transactions of Nanjing University of Aeronautics and Astronautics. 2014(04)



本文编号：3207807