首页 | 本学科首页   官方微博 | 高级检索  
     

改进人工蜂群算法求解多目标连续优化问题
引用本文:葛宇,梁静,王学平,谢小川.改进人工蜂群算法求解多目标连续优化问题[J].计算机科学,2014,41(6):254-259,286.
作者姓名:葛宇  梁静  王学平  谢小川
作者单位:四川师范大学基础教学学院 成都610068;成都工业学院网络中心 成都610031;四川师范大学数学与软件科学学院 成都610068;四川师范大学基础教学学院 成都610068
基金项目:本文受四川省教育厅项目:人工蜂群算法及其在多目标优化问题中的应用研究(12ZB112)资助
摘    要:针对多目标连续优化问题,依据人工蜂群算法原理给出其求解流程,并指出算法中更新策略存在盲目搜索和丢失优秀个体的不足,随后提出改进方案。改进方案包含两部分:首先,设计一种自适应搜索算子,使算法在运行过程中能根据个体质量自动调节搜索范围,让算法搜索行为准确高效;其次,利用外部集合记录下新产生的个体,一次迭代完成后结合外部集合重新构造种群,让算法能有效地保存进化过程中产生的优秀个体。实验中将改进人工蜂群算法与NSGA2算法、改进前算法以及文献报道的同类优秀算法进行了比较,结果说明:改进人工蜂群算法在求解多目标连续优化问题中具有良好的收敛性和均匀性。

关 键 词:人工蜂群算法  多目标连续优化  更新策略  自适应搜索算子
收稿时间:2013/8/15 0:00:00
修稿时间:2013/11/30 0:00:00

Improved Artificial Bee Colony Algorithms for Multi-objective Continuous Optimization Problem
GE Yu,LIANG Jing,WANG Xue-ping and XIE Xiao-chuan.Improved Artificial Bee Colony Algorithms for Multi-objective Continuous Optimization Problem[J].Computer Science,2014,41(6):254-259,286.
Authors:GE Yu  LIANG Jing  WANG Xue-ping and XIE Xiao-chuan
Affiliation:College of Fundamental,Sichuan Normal University,Chengdu 610068,China;Network Center,Chengdu Technological University,Chengdu 610031,China;College of Mathematics and Soft Science,Sichuan Normal University,Chengdu 610068,China;College of Fundamental,Sichuan Normal University,Chengdu 610068,China
Abstract:
Keywords:Artificial bee colony algorithm  Multi-objective continuous optimization problem  Updating strategy  Self-adapting searching operator
本文献已被 CNKI 等数据库收录!
点击此处可从《计算机科学》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号