基于排序选择和精英引导的改进人工蜂群算法

发布时间：2023-05-13 08:30

　　针对人工蜂群算法收敛速度较慢、收敛精度不高的问题,提出一种基于排序选择和精英引导的改进人工蜂群算法.分析观察蜂概率选择方法在适应值变化时对于精英个体优选的不足,提出一种排序选择方法,用以替代概率选择方法,从而提高算法的收敛速度.利用精英个体对搜索的引导作用,分别提出针对采蜜蜂和观察蜂的改进邻域搜索方程,从而提高算法的搜索效率.与其他人工蜂群算法的对比结果表明,所提出的改进方法能够有效提升算法的收敛速度和收敛精度.

【文章页数】：6 页

【文章目录】：
1 人工蜂群算法
    1.1 初始化
    1.2 采蜜蜂
    1.3 概率选择
    1.4 观察蜂
    1.5 侦察蜂
2 改进人工蜂群算法
    2.1 排序选择策略
        2.1.1 基于适应度的概率选择方法的局限性
        2.1.2 排序选择
    2.2 基于精英引导的改进邻域搜索方程
        2.2.1 采蜜蜂
        2.2.2 观察蜂
    2.3 REABC算法
    2.4 算法复杂度分析
3 实验验证
    3.1 几种ABC算法迭代结果对比
    3.2 几种ABC算法寻优结果排序
    3.3 几种ABC算法的运行时间对比
4 结论



本文编号：3815588