摘要:
针对人工蜂群算法(artificial bee colony algorithm, ABC)存在的收敛速度慢、易陷入局部最优的缺点,提出了一种改进算法。首先,设计新的选择策略和交叉策略,使群体快速向最优解靠近;然后,鉴于控制侦查蜂行为的参数难于确定,且对算法性能影响较大,提出了基于反向学习的变异策略代替侦查蜂行为,同样达到避免陷入局部最优的效果。通过对10个标准测试函数的仿真表明,改进算法几乎都可以得到各测试函数的全局最优解,而且收敛速度快、鲁棒性好。改进性能明显优于现有人工蜂群算法。
毕晓君, 王艳娇. 加速收敛的人工蜂群算法[J]. Journal of Systems Engineering and Electronics, 2011, 33(12): 2755-2761.
BI Xiao-jun, WANG Yan-jiao. Artificial bee colony algorithm with fast convergence[J]. Journal of Systems Engineering and Electronics, 2011, 33(12): 2755-2761.