异维学习人工蜂群算法

发布时间：2017-11-22 09:24

  本文关键词：异维学习人工蜂群算法

  更多相关文章： 人工蜂群算法 自适应 异维学习 全局探索 局部开发

【摘要】：针对人工蜂群算法局部搜索能力弱及易陷入局部最优的缺点,提出了一种改进的人工蜂群算法。首先,雇佣蜂使用全局最优引导的搜索策略,且引导程度随个体试验次数(trial)自适应减小,以此平衡算法的全局和局部搜索能力;其次,观察蜂采用变异的异维学习策略,使算法的搜索具有跳跃性,以提高跳出局部最优的概率。对八个经典基准测试函数和CEC2013中八个复合基准函数的测试结果表明,与多种最近提出的类似算法相比,新算法在收敛速度和解的精度上均具有显著优势。
【作者单位】： 南昌工程学院信息工程学院江西省水信息协同感知与智能处理重点实验室;
【基金】：国家自然科学基金资助项目(61261039) 江西省教育厅落地计划资助项目(KJLD13096) 江西省研究生创新专项资金资助项目(YC2014-S460)
【分类号】：TP18
【正文快照】： 0引言人工蜂群(artificial bee colony,ABC)算法是Karaboga[1]于2005年提出的一种模拟蜜蜂协作寻找蜜源的群智能计算方法。ABC算法编程简单、参数少、鲁棒性强,被应用于车间调度[2]、路径选择[3]、语音识别[4]和遥感分类[5]等领域。Karaboga等人[6]将人工蜂群算法与遗传算法(g

【相似文献】

中国期刊全文数据库 前10条

1 江宇闻;;Overcomplete ICA算法研究[J];中山大学研究生学刊(自然科学、医学版);2004年02期

2 杨利华;艾金花;程昔恩;;GMRES算法的收敛分析与实现[J];福建电脑;2006年02期

3 宁爱平;张雪英;;人工蜂群算法的收敛性分析[J];控制与决策;2013年10期

4 赵光权;彭喜元;孙宁;;基于混合优化策略的微分进化改进算法[J];电子学报;2006年S1期

5 李金汉;杜德生;;一种改进蚁群算法的仿真研究[J];自动化技术与应用;2008年02期

6 李修琳;鲁建厦;柴国钟;汤洪涛;;混合蜂群算法求解柔性作业车间调度问题[J];计算机集成制造系统;2011年07期

7 秦全德;程适;李丽;史玉回;;人工蜂群算法研究综述[J];智能系统学报;2014年02期

8 王常青,操云甫,戴国忠;用双向收敛蚁群算法解作业车间调度问题[J];计算机集成制造系统;2004年07期

9 孙学勤;刘丽;付萍;王学厚;;一种连续空间优化问题的蚁群算法及应用[J];计算机工程与应用;2005年34期

10 蔡延光;钱积新;孙优贤;;全局优化的了望算法[J];广东工业大学学报;2006年02期

中国重要会议论文全文数据库 前10条

1 何敏;陈中显;梅松涛;;蚁群算法的研究与进展[A];中国计量协会冶金分会2010年会论文集[C];2010年

2 高玮;;免疫连续蚁群算法[A];第二十六届中国控制会议论文集[C];2007年

3 唐乾玉;韩曾晋;;基于扰动分析的优化算法[A];1994中国控制与决策学术年会论文集[C];1994年

4 金成勋;周广禄;郭恒业;;对ICP算法中稳定采样的研究[A];立体图象技术及其应用研讨会论文集[C];2005年

5 范瑛;;改进蚁群算法结合BP网络用于入侵检测[A];中国运筹学会模糊信息与模糊工程分会第五届学术年会论文集[C];2010年

6 陈元琰;闫友彪;罗晓曙;;REM算法的改进[A];广西计算机学会2005年学术年会论文集[C];2005年

7 万丽芬;钟炎平;;约束LMS算法研究[A];第二十届电工理论学术年会论文集[C];2008年

8 云飞;薛青;姚义军;;改进型LMBP算法在军事数据分析中的应用研究[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年

9 朱双东;艾智斌;阎夏;;BP网络学习算法的改进方案探析[A];1998年中国智能自动化学术会议论文集（上册）[C];1998年

10 唐乾玉;陈翰馥;韩曾晋;;串行生产线的参数优化[A];1994年中国控制会议论文集[C];1994年

中国硕士学位论文全文数据库 前10条

1 刘坤;人工植物优化算法混合策略的研究及应用[D];太原科技大学;2011年

2 魏红凯;人工蜂群算法及其应用研究[D];北京工业大学;2012年

3 刘婷婷;基于反馈的多目标人工蜂群算法研究[D];东北大学;2013年

4 李云彬;多目标人工蜂群算法的研究与应用[D];东北大学;2012年

5 李长荣;面向非线性优化问题的学习算法的研究[D];华东师范大学;2015年

6 代沆;基于蚁群算法的移动互联网服务发现算法研究[D];电子科技大学;2012年

7 让辉;基于进化算法的多目标电子谈判的研究[D];武汉科技大学;2007年

8 章小红;基于蚁群算法的产品拆卸序列规划方法研究[D];华中科技大学;2007年

9 宋慧;预处理Householder-GMRES(m)算法研究[D];燕山大学;2013年

10 孙方亮;基于粒子群与中心引力的一种新混合算法及应用[D];西安电子科技大学;2014年

，

本文编号：1214234