10.3969/j.issn.1000-3428.2014.07.029
一种混合蜂群算法的自适应细菌觅食优化算法
针对细菌觅食优化算法(BFOA)全局搜索能力差和易陷入局部最优的缺点,提出一种混合人工蜂群算法(ABC)的自适应细菌觅食优化算法。借鉴ABC的雇佣蜂行为,设计一种新的雇佣蜂式趋化方式,以提高算法的全局搜索能力。同时将原固定步长趋化改为自适应步长趋化,以提高算法的求解精度。引入种群多样性评价,依据评价结果完成2种趋化方式的自适应切换。为克服直接复制带来的多样性降低问题,提出基于t分布扰动的复制方式,同时设计基于对立学习的侦察蜂式迁移,以避免算法的早熟。仿真实验结果表明,与ABC和BFOA算法相比,该算法的寻优能力较强,在求解精度和收敛速度方面也具有较优的性能。
细菌觅食优化算法、人工蜂群算法、自适应步长、雇佣蜂式趋化、t分布扰动、对立学习
TP301(计算技术、计算机技术)
国家自然科学基金资助项目91220301,61371040;高等学校学科创新引智计划基金资助项目B13022。
2014-08-12(万方平台首次上网日期,不代表论文的发表时间)
共5页
146-150