近似梯度引导的人工蜂群搜索策略

发布时间：2017-10-23 14:05

  本文关键词：近似梯度引导的人工蜂群搜索策略

  更多相关文章： 人工蜂群算法 近似梯度 局部搜索 合作与共享

【摘要】：针对人工蜂群算法自身存在的局部搜索能力较差,收敛较慢,易受到局部最优束缚的问题,在种群搜索过程中引入梯度信息,并利用中心差分格式对梯度做近似处理,提出了一种基于种群的梯度搜索策略,并用于人工蜂群算法采蜜蜂阶段的搜索,提高算法的局部搜索能力。同时,侦察蜂采用了全局随机搜索策略,以避免在解决多峰问题时,由于快速收敛而导致的早熟现象。在6个标准测试函数上的仿真实验结果表明,这种新的搜索机制在局部求解与全局探索之间取得了较好的平衡,使得改进后的算法在不同类型问题上的优化能力有了明显改善。
【作者单位】： 安徽建筑大学数理学院;金陵科技学院计算机学院;安徽大学计算机科学与技术学院;
【关键词】： 人工蜂群算法 近似梯度 局部搜索 合作与共享
【基金】：国家自然科学基金No.61375121 安徽高校省级自然科学研究项目No.KJ2013A009 安徽大学博士启动基金 金科院引进人才科研项目No.jit-rcyj-201505~~
【分类号】：TP18
【正文快照】： 1引言 人工蜂群算法(artificial bee colony algorithm,ABC)是由土耳其学者Karaboga于2005年提出的一种基于蜂群智能行为的启发式优化算法[1]。ABC算法通过对蜂群个体之间在觅食过程中的劳动分工以及不同个体之间的信息共享机制——摇摆舞的模拟来实现对最优蜜源的选取。整个，

本文编号：1083749