嵌入四分之一正交学习的人工蜂群算法

摘要：

为解决人工蜂群算法收敛速度慢的问题,根据OL(正交学习)的特点,在最大化利用函数评价次数的前提下,对每次参与正交学习的维数进行优化,提出QOL(四分之一正交学习)方法.在此基础上,将随机选择与精英引导方法结合用于维的选择,保持探索能力的同时,加快收敛速度.QOL方法位于每一代搜索的末尾,方便嵌入ABC算法.在22个基准函数上的实验结果表明,QOL方法可以显著提高人工蜂群算法的求解精度、鲁棒性和收敛速度.

关键词：人工蜂群算法;辅助方法;正交实验设计;引导选维;探索与开发;正交学习

所属期刊栏目：42

分类号：TP181(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：2021-11-02（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：2837-2843