|
|||||
|
|
| 一种改进的粒子群与人工蜂群融合算法 | |
| 作者单位： | ;1.南昌工程学院信息工程学院/江西省水信息协同感知与智能处理重点实验室 |
| 摘 要： | 针对标准的粒子群算法和人工蜂群算法收敛性能差、在复杂优化问题易陷入局部最优的缺点,提出了一种改进的融合算法.改进融合算法拥有双种群并行进化,其中粒子群采用改进的反向学习策略,以增加群体的多样性;蜂群中跟随蜂根据个体停滞次数,自适应地改变进化策略,以平衡全局探索与局部开发能力.同时算法将交替共享两个种群的全局最优位置,通过相互引导使融合算法具有更好的寻优能力.8个经典函数和CEC2013的8个复合函数的实验结果表明,与最新的一些改进粒子群和人工蜂群算法相比,该算法的收敛速度和收敛精度均有较显著的优势. |
| 关 键 词： | 粒子群优化算法 人工蜂群算法 反向学习 自适应策略 融合算法 |
An improved hybrid algorithm based on particle swarm optimization and artificial bee colony |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ | |