引入高斯分布缩放因子的人工蜂群算法

摘要：

为解决原始人工蜂群算法收敛速度慢、开发性不足的问题,在保证其探索性的基础上增强开发性,提出引入高斯分布缩放因子的人工蜂群算法.在引领蜂阶段采用基于邻域的最优解学习搜索策略,增加种群多样性;在跟随蜂阶段采用能够自适应调节搜索步长的三角变异搜索策略,修改其食物源的选择方式;两个搜索方程中引入高斯分布缩放因子,利用搜索方程特性及通过实验设定高斯参数,实现算法在探索和开发之间的平衡.采用10个不同特性的标准测试函数进行仿真实验,验证了改进后的算法在搜索质量、收敛速度、鲁棒性等方面的优越性.

关键词：人工蜂群算法、群体智能、搜索策略、自适应、收敛速度、高斯分布、缩放因子、函数优化

所属期刊栏目：40

分类号：TP18(自动化基础理论)

资助基金：辽宁省自然科学基金项目2017054767

在线出版日期：2019-10-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2507-2512,2536