计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2013年
5期
1329-1333
,共5页
人工蜂群算法%向量整体扰动%反向学习%随机更新搜索策略
人工蜂群算法%嚮量整體擾動%反嚮學習%隨機更新搜索策略
인공봉군산법%향량정체우동%반향학습%수궤경신수색책략
针对标准人工蜂群算法收敛速度慢和易陷入早熟收敛等问题,提出一种快速收敛人工蜂群算法.首先借助反向学习理论初始化种群来提高初始解的分布质量,并在雇佣蜂和跟随蜂阶段引入向量整体扰动搜索方程加快局部搜索；然后为了跳出局部最优,采用一种随机更新搜索策略来增加蜂群多样性以平衡全局探索和局部利用能力；最后通过八个标准测试函数的仿真实验,发现所提出的算法与几个改进的人工蜂群算法相比,具有更快的收敛速度且获得了更高的求解精度,验证了算法的优越性.
針對標準人工蜂群算法收斂速度慢和易陷入早熟收斂等問題,提齣一種快速收斂人工蜂群算法.首先藉助反嚮學習理論初始化種群來提高初始解的分佈質量,併在僱傭蜂和跟隨蜂階段引入嚮量整體擾動搜索方程加快跼部搜索；然後為瞭跳齣跼部最優,採用一種隨機更新搜索策略來增加蜂群多樣性以平衡全跼探索和跼部利用能力；最後通過八箇標準測試函數的倣真實驗,髮現所提齣的算法與幾箇改進的人工蜂群算法相比,具有更快的收斂速度且穫得瞭更高的求解精度,驗證瞭算法的優越性.
침대표준인공봉군산법수렴속도만화역함입조숙수렴등문제,제출일충쾌속수렴인공봉군산법.수선차조반향학습이론초시화충군래제고초시해적분포질량,병재고용봉화근수봉계단인입향량정체우동수색방정가쾌국부수색；연후위료도출국부최우,채용일충수궤경신수색책략래증가봉군다양성이평형전국탐색화국부이용능력；최후통과팔개표준측시함수적방진실험,발현소제출적산법여궤개개진적인공봉군산법상비,구유경쾌적수렴속도차획득료경고적구해정도,험증료산법적우월성.
