计算机科学
計算機科學
계산궤과학
Computer Science
2015年
8期
253-258
,共6页
人工蜂群算法%平均熵%搜索步长%自适应比例选择
人工蜂群算法%平均熵%搜索步長%自適應比例選擇
인공봉군산법%평균적%수색보장%자괄응비례선택
Artificial bee colony%Mean entropy%Search step%Self-adaptive proportion selection
针对基本人工蜂群算法容易陷入局部最优和早熟等问题,提出一种改进的人工蜂群算法(ASABC).利用平均熵机制初始化种群,增加种群的多样性,避免算法陷入早熟;同时,采用自适应调节邻域搜索步长的策略来提高算法的局部搜索能力,提升算法的计算精度;为了平衡算法的全局搜索能力和局部搜索能力,引入自适应比例选择策略来代替人工蜂群算法的适应度比例选择方法.对8个标准测试函数的仿真实验结果表明,与3种常见的智能优化方法相比,改进的算法具有显著的局部搜索能力和较快的收敛速度.
針對基本人工蜂群算法容易陷入跼部最優和早熟等問題,提齣一種改進的人工蜂群算法(ASABC).利用平均熵機製初始化種群,增加種群的多樣性,避免算法陷入早熟;同時,採用自適應調節鄰域搜索步長的策略來提高算法的跼部搜索能力,提升算法的計算精度;為瞭平衡算法的全跼搜索能力和跼部搜索能力,引入自適應比例選擇策略來代替人工蜂群算法的適應度比例選擇方法.對8箇標準測試函數的倣真實驗結果錶明,與3種常見的智能優化方法相比,改進的算法具有顯著的跼部搜索能力和較快的收斂速度.
침대기본인공봉군산법용역함입국부최우화조숙등문제,제출일충개진적인공봉군산법(ASABC).이용평균적궤제초시화충군,증가충군적다양성,피면산법함입조숙;동시,채용자괄응조절린역수색보장적책략래제고산법적국부수색능력,제승산법적계산정도;위료평형산법적전국수색능력화국부수색능력,인입자괄응비례선택책략래대체인공봉군산법적괄응도비례선택방법.대8개표준측시함수적방진실험결과표명,여3충상견적지능우화방법상비,개진적산법구유현저적국부수색능력화교쾌적수렴속도.
