基于当前最优解的人工蜂群算法OA北大核心CSCDCSTPCD
Artificial Bee Colony Algorithm Based on Current Optimal Solution
为克服人工蜂群算法在求解函数优化问题时存在收敛精度低、收敛速度慢的缺点，提出一种改进的人工蜂群算法。为提高人工蜂群算法的局部搜索能力和避免早熟收敛，跟随蜂在当前最优解的周围进行局部搜索，并随着迭代次数的增加，逐渐缩小侦查蜂在当前最优解周围的局部搜索范围。通过6个标准测试函数完成仿真实验，结果表明，与基本人工蜂群算法相比，改进算法在寻优精度和收敛速度上均得到提高。
An efficient modified Artificial Bee Colony( ABC) algorithm is proposed for function optimization problems to overcome the drawbacks of low computational accuracy and slow convergence of conventional ABC algorithm. In this algorithm,in order to enhance the local search capability of the ABC algorithm, and avoid the premature convergence effectively,onlooker bees do the local search around the current optimal solution,and the radius of the search around the c…查看全部>>
周长喜;毛力;吴滨;杨弘;肖炜
江南大学物联网工程学院轻工过程先进控制教育部重点实验室，江苏 无锡214122江南大学物联网工程学院轻工过程先进控制教育部重点实验室，江苏 无锡214122江南大学物联网工程学院轻工过程先进控制教育部重点实验室，江苏 无锡214122中国水产科学研究院淡水渔业研究中心，江苏 无锡214081中国水产科学研究院淡水渔业研究中心，江苏 无锡214081
信息技术与安全科学
人工蜂群算法当前最优解局部搜索早熟收敛侦查蜂
Artificial Bee Colony(ABC)algorithmcurrent optimal solutionlocal searchpremature convergencescout bee
《计算机工程》 2015 (6)
147-151,5
国家青年科学基金资助项目(F030204)国家现代农业产业技术体系专项基金资助项目(CARS-49)轻工过程先进控制教育部重点实验室开放课题(江南大学)基金资助项目(APCLI1004)。
评论