| 求解函数优化问题的改进的人工蜂群算法 |
| |
| 引用本文： | 葛宇,梁静,王学平,谢小川. 求解函数优化问题的改进的人工蜂群算法[J]. 计算机科学, 2013, 40(8): 252-257 |
| |
| 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(12ZB112)资助 |
| |
| 摘 要： | 为提高人工蜂群算法求解复杂函数优化问题的性能,分析了算法中侦察蜂逃逸行为的不足,并对其进行改进:定义了逃逸指标,使其能准确地反映个体状态对算法早熟的影响；重新设计选择机制,让侦察蜂不需要参数控制,能自适应地选择可能导致算法早熟收敛的个体执行逃逸操作；改进了逃逸算子,降低了逃逸操作的盲目性。通过9个典型测试问题的实验结果表明:在指定误差精度下,本改进算法均能有效收敛；同时与基本人工蜂群算法和已有的典型改进相比,本改进算法在收敛精度和速度上均有明显提高。说明提出的改进策略能有效提高算法求解复杂函数优化问题的能力。
|
| 关 键 词： | 人工蜂群算法 早熟收敛 逃逸指标 选择机制 逃逸算子 |
| 收稿时间： | 2012-11-27 |
| 修稿时间： | 2013-03-11 |
Improved Artificial Bee Colony Algorithms for Function Optimization |
| |
| GE Yu,LIANG Jing,WANG Xue-ping and XIE Xiao-chuan. Improved Artificial Bee Colony Algorithms for Function Optimization[J]. Computer Science, 2013, 40(8): 252-257 |
| |
| Authors: | GE Yu LIANG Jing WANG Xue-ping 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 Premature convergence Escape index Selection scheme Escape operator |
|
| 点击此处可从《计算机科学》浏览原始摘要信息 |
|
点击此处可从《计算机科学》下载全文 |
|
