基于多元信息引导的人工蜂群算法OA北大核心CSTPCD
Artificial Bee Colony Algorithm Based on Multiple Information Guidance
利用优秀个体增强解搜索方程的开采能力是改进人工蜂群算法的一种主流思路.然而,现有相关工作往往仅以适应度信息作为评价个体的唯一标准,易导致算法出现早熟收敛等问题.本文提出一种多元信息引导的人工蜂群算法,分别设计了基于适应度、位置以及相似度信息的3种解搜索方程,并在雇佣蜂阶段和观察蜂阶段采用了不同的使用方式.同时,为保存侦察蜂阶段的搜索经验,采用一种微调后的邻域搜索机制用于处理被放弃蜜源.在CEC2013测试集和一个实际优化问题上进行了大量实验验证,…查看全部>>
As one of the main ideas to improve the artificial bee colony(ABC)algorithm,the superior individuals are used to enhance the exploitative capability of the solution search equation.However,in the related works,the fitness infor-mation is often considered as the sole criterion for evaluating the individuals,which may easily cause some problems,e.g.,the premature convergence.In this work,an improved ABC variant is proposed based on multiple information guidanc…查看全部>>
周新宇;刘颖;吴艳林;郭京蕾
江西师范大学计算机信息工程学院,江西南昌 330022江西师范大学计算机信息工程学院,江西南昌 330022||长沙理工大学计算机与通信工程学院,湖南长沙 410114江西师范大学计算机信息工程学院,江西南昌 330022华中师范大学计算机学院,湖北武汉 430079
计算机与自动化
人工蜂群算法优秀个体多元信息解搜索方程邻域搜索
artificial bee colony algorithmsuperior individualsmultiple informationsolution search equationneighborhood search
《电子学报》 2024 (4)
1349-1363,15
国家自然科学基金项目(No.61966019)江西省自然科学基金项目(No.20192BAB207030)中央高校基本科研业务费资助项目(No.CCNU20TS026) National Natural Science Foundation of China(No.61966019)Natural Science Foundation of Jiangxi Province(No.20192BAB207030)Fundamental Research Funds for the Central Universities(No.CCNU20TS026)
评论