基于分治策略的改进人工蜂群算法

摘要：

人工蜂群(ABC)算法存在着收敛速度不够快、易陷入局部最优的缺陷。针对这一问题，提出一种改进的人工蜂群(DCABC)算法。应用反学习的初始化方法产生初始解，引入分治策略对蜜源进行优化，在采蜜蜂发布更新的蜜源信息后，跟随蜂选择最优蜜源，并采用分治策略进行迭代优化。通过对经典测试函数的反复实验及与其他算法的比较，表明了所提出的算法具有良好的加速收敛效果，提高了全局搜索能力与效率。

关键词：人工蜂群、改进算法、分治策略、反学习

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金项目90612003；山东省自然科学基金项目ZR2013FM008；山东省科技发展计划项目2011GGH20123

在线出版日期：2015-02-04（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：316-320