王慧颖,王文彬
WANG Hui-ying, WANG Wen-bin
摘要:
针对人工蜂群算法搜索效率低、易陷入局部最优和精度低等缺点,提出混合蜂群(hybrid bee colony, HBC)算法。将人工蜂群(artificial bee colony, ABC)算法局部收敛性与模拟退火(simulated annealing, SA)算法全局收敛性结合,为ABC算法提供了一种新机制。根据SA算法中Metropolis接受准则, 通过调整温度依概率确定全局最优解的替代值,并利用全局最优解的替代值和个体极值来改进ABC算法的引领蜂搜索模式。其次,改进侦察蜂搜索方式,根据迭代次数非线性减小侦察蜂搜索范围和以一定概率反向搜索更新方式,能够有效地提高算法的全局搜索能力,并加快算法的后期收敛速度。通过对8个复杂函数仿真测试,结果表明,HBC算法在搜索性能和精度方面均有明显提高。