江南大学学报（自然科学版）
江南大學學報（自然科學版）
강남대학학보（자연과학판）
Journal of Jiangnan University(Natural Science Edition)
2015年
5期
505-511
,共7页
杨宇%毛力%王晓锋%周长喜
楊宇%毛力%王曉鋒%週長喜
양우%모력%왕효봉%주장희
人工蜂群算法%当前最优解%混沌序列%支持向量机%网络行为分类
人工蜂群算法%噹前最優解%混沌序列%支持嚮量機%網絡行為分類
인공봉군산법%당전최우해%혼돈서렬%지지향량궤%망락행위분류
artificial bee colony%current optimal solution%chaotic sequence%support vector machines%network behavior classification
针对标准人工蜂群算法用于支持向量机参数寻优容易陷入局部最优解,精度不高,收敛速度慢等问题,提出一种改进的人工蜂群算法.该算法在雇佣蜂与跟随蜂更新蜜源时,采用基于当前最优解的局部搜索策略,以提高蜜蜂的局部搜索能力,加快收敛速度并获得更高的精度;引入混沌序列使产生的蜜源分布更均匀,防止陷入局部最优.仿真结果表明,改进的人工蜂群算法在搜索速度和精度上均优于同类算法.将改进的人工蜂群算法应用于基于支持向量机的网络行为分类,实验结果表明,网络行为分类速度及识别准确率均得到了一定的提高.
針對標準人工蜂群算法用于支持嚮量機參數尋優容易陷入跼部最優解,精度不高,收斂速度慢等問題,提齣一種改進的人工蜂群算法.該算法在僱傭蜂與跟隨蜂更新蜜源時,採用基于噹前最優解的跼部搜索策略,以提高蜜蜂的跼部搜索能力,加快收斂速度併穫得更高的精度;引入混沌序列使產生的蜜源分佈更均勻,防止陷入跼部最優.倣真結果錶明,改進的人工蜂群算法在搜索速度和精度上均優于同類算法.將改進的人工蜂群算法應用于基于支持嚮量機的網絡行為分類,實驗結果錶明,網絡行為分類速度及識彆準確率均得到瞭一定的提高.
침대표준인공봉군산법용우지지향량궤삼수심우용역함입국부최우해,정도불고,수렴속도만등문제,제출일충개진적인공봉군산법.해산법재고용봉여근수봉경신밀원시,채용기우당전최우해적국부수색책략,이제고밀봉적국부수색능력,가쾌수렴속도병획득경고적정도;인입혼돈서렬사산생적밀원분포경균균,방지함입국부최우.방진결과표명,개진적인공봉군산법재수색속도화정도상균우우동류산법.장개진적인공봉군산법응용우기우지지향량궤적망락행위분류,실험결과표명,망락행위분류속도급식별준학솔균득도료일정적제고.
