求解函数优化问题的改进人工蜂群算法

摘要：

标准人工蜂群算法由于局部搜索能力差，收敛精度低，容易陷入早熟收敛等缺陷，从而求解最小值函数优化问题的能力受到限制。为了解决标准人工蜂群算法的以上问题，提出了一种改进的人工蜂群算法。该算法将混沌算子引入雇佣蜂和跟随蜂基于当前最优解的局部搜索策略中，并赋予跟随蜂细菌的趋药性，从而<br>　　提高了人工蜂群算法的局部搜索能力。在6个测试函数上的仿真结果表明，该算法能有效地避免陷入局部最优，并使收敛精度得到显著提高。

关键词：人工蜂群算法、当前最优解、混沌算子、细菌趋药性

分类号：TP301.6(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant No. F030204;the Program of Key Laboratory of Advanced Process Control for Light Industry of China under Grant No. APCLI1004

在线出版日期：2015-07-22（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：854-860