一种混合蜂群算法的自适应细菌觅食优化算法

摘要：

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。

关键词：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

分类号：TP301(计算技术、计算机技术)

资助基金：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。

在线出版日期：2014-08-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：146-150