动态调节因子的邻域搜索人工蜂群算法

发布时间：2021-07-14 02:38

　　自人工蜂群算法（ABC）提出以来,因其算法简单、控制参数少、全局收敛能力强、便于实现等优点得到了广泛的关注。然而,ABC算法仍然存在收敛精度低、收敛速度慢等不足之处。针对此问题,受到生物个体邻域规则的启发,提出一种基于生物邻域最优个体的人工蜂群算法（NABC）,通过食物源向邻域最优食物源周围搜索,提高了种群的搜索速度;同时,为了动态调节算法的搜索过程,使算法早期侧重于全局搜索,后期侧重于深度搜索,提出了基于三角函数调节因子的邻域搜索人工蜂群算法（DNABC）。对12个测试函数的实验结果表明,NABC算法在函数优化时具有较高的收敛精度和较快的收敛速度,而且基于三角函数的调节因子能够对NABC算法的搜索过程进行调节,促进了NABC算法的改善。 

【文章来源】：计算机工程与科学. 2019,41(04)北大核心CSCD

【文章页数】：10 页

【部分图文】：

图１ＡＢＣ算法的流程Ｆｉｇｕｒｅ１ＦｌｏｗｃｈａｒｔｏｆｔｈｅＡＢＣａｌｇｏｒｉｔｈｍ

【参考文献】：
期刊论文
[1]基于三角函数搜索因子的混合蛙跳算法[J]. 常小刚,赵红星.  计算机工程与科学. 2016(11)
[2]T-QoS-aware based parallel ant colony algorithm for services composition[J]. Lin Zhang,Kaili Rao,Ruchuan Wang.  Journal of Systems Engineering and Electronics. 2015(05)
[3]一种邻域搜索的人工蜂群算法[J]. 周新宇,吴志健,邓长寿,彭虎.  中南大学学报(自然科学版). 2015(02)



本文编号：3283238