基于正交实验设计的人工蜂群算法

摘要：

人工蜂群算法是近年来提出的较为新颖的全局优化算法,已成功地应用于解决不同类型的实际优化问题.然而在该算法及相关的改进算法中,侦察蜂通常采用随机初始化的方法来生成新食物源.虽然这种方法较为简单,但易造成侦察蜂搜索经验的丢失.从算法搜索过程的内在机制出发,提出采用正交实验设计的方式来生成新的食物源,使得侦察蜂能够同时保存被放弃的食物源和全局最优解在不同维度上的有益信息,提高算法的搜索效率.在16个典型的测试函数上进行了一系列实验验证,实验结果表明:1)该方法能够在基本不增加算法运行时间的情况下,显著地提高人工蜂群算法的求解精度和收敛速度;2)与3种典型的变异方法相比,有更好的整体性能;3)可作为提高其他改进人工蜂群算法性能的通用框架,具备有良好的普适性.

关键词：人工蜂群、侦察蜂、搜索经验、正交实验设计、通用框架

所属期刊栏目：26

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金61305150,61364025,61462045;教育部人文社科基金13YJCZH174;软件工程国家重点实验室开放基金SKLSE2014-10-04;江西省自然科学基金20151BAB217007;江西省教育厅科学技术项目GJJ13729,GJJ14747

在线出版日期：2016-08-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共24页

页码：2167-2190