计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2013年
8期
252-257
,共6页
葛宇%梁静%王学平%谢小川
葛宇%樑靜%王學平%謝小川
갈우%량정%왕학평%사소천
人工蜂群算法%早熟收敛%逃逸指标%选择机制%逃逸算子
人工蜂群算法%早熟收斂%逃逸指標%選擇機製%逃逸算子
인공봉군산법%조숙수렴%도일지표%선택궤제%도일산자
Artificial bee colony algorithm%Premature convergence%Escape index%Selection scheme%Escape operator
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.
為提高人工蜂群算法求解複雜函數優化問題的性能,分析瞭算法中偵察蜂逃逸行為的不足,併對其進行改進:定義瞭逃逸指標,使其能準確地反映箇體狀態對算法早熟的影響；重新設計選擇機製,讓偵察蜂不需要參數控製,能自適應地選擇可能導緻算法早熟收斂的箇體執行逃逸操作；改進瞭逃逸算子,降低瞭逃逸操作的盲目性.通過9箇典型測試問題的實驗結果錶明:在指定誤差精度下,本改進算法均能有效收斂；同時與基本人工蜂群算法和已有的典型改進相比,本改進算法在收斂精度和速度上均有明顯提高.說明提齣的改進策略能有效提高算法求解複雜函數優化問題的能力.
위제고인공봉군산법구해복잡함수우화문제적성능,분석료산법중정찰봉도일행위적불족,병대기진행개진:정의료도일지표,사기능준학지반영개체상태대산법조숙적영향；중신설계선택궤제,양정찰봉불수요삼수공제,능자괄응지선택가능도치산법조숙수렴적개체집행도일조작；개진료도일산자,강저료도일조작적맹목성.통과9개전형측시문제적실험결과표명:재지정오차정도하,본개진산법균능유효수렴；동시여기본인공봉군산법화이유적전형개진상비,본개진산법재수렴정도화속도상균유명현제고.설명제출적개진책략능유효제고산법구해복잡함수우화문제적능력.
