文献类型：期刊文章

作　　者：余庆[1] 李冰[1] 孙辉[1] 张绍泉[1]

机构地区：[1]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,江西南昌330099

出　　处：《南昌工程学院学报》

基　　金：国家自然科学基金资助项目(61261039);江西省高等学校科技落地计划项目(KJLD13096);南昌工程学院研究生创新培养基金资助项目(2014ycx JJ-B2-002);江西省高等学校大学生创新创业教育计划项目(201211319009)

年　　份：2015

卷　　号：34

期　　号：1

起止页码：18-24

语　　种：中文

收录情况：CAS、普通刊

摘　　要：针对标准的粒子群算法和人工蜂群算法收敛性能差、在复杂优化问题易陷入局部最优的缺点,提出了一种改进的融合算法.改进融合算法拥有双种群并行进化,其中粒子群采用改进的反向学习策略,以增加群体的多样性;蜂群中跟随蜂根据个体停滞次数,自适应地改变进化策略,以平衡全局探索与局部开发能力.同时算法将交替共享两个种群的全局最优位置,通过相互引导使融合算法具有更好的寻优能力.8个经典函数和CEC2013的8个复合函数的实验结果表明,与最新的一些改进粒子群和人工蜂群算法相比,该算法的收敛速度和收敛精度均有较显著的优势.

关 键 词：粒子群优化算法 人工蜂群算法 反向学习  自适应策略 融合算法  

分 类 号：TP301.6]