混合排名映射概率和混沌搜索的ABC算法

摘要：

针对由于人工蜂群算法(Artificial Bee Colony algorithm,ABC)采用直接映射概率选择食物源而引起收敛速度慢、陷入局部最优等问题,提出一种混合排名映射概率和混沌搜索的人工蜂群算法((Artificial Bee Colony algorithm based on Hybrid rank mapping probability and Chaotic search,ABC-HC)).首先,利用目标函数值的排名来获取选择食物源的排名映射概率,并提出计算排名映射概率的两种方法;然后,在观察蜂阶段,融合这两种计算概率的方法,即不同的搜索阶段采用不同的排名映射方法计算食物源选择概率,构造基于混合排名映射概率的人工蜂群算法,以便能够维持种群的多样性避免陷于局部最优;最后,在侦查蜂阶段,使用混沌搜索替代随机搜索以便进一步提高收敛速度,最终获得较好的全局最优解.对10个标准测试函数进行仿真,结果表明,ABC-HC算法不仅提高了收敛速度,而且更能跳出局部最优,有效地找到全局最优解,优于标准的ABC算法和进化算法.

关键词：人工蜂群算法、排名映射概率、直接映射概率、混沌搜索、随机搜索

所属期刊栏目：41

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金61173071;河南省重点科技攻关项目092102210017

在线出版日期：2014-03-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：102-106,144