文献类型：期刊文章

作　　者：李冰[1] 孙辉[1] 赵嘉[1] 王晖[1] 吴润秀[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,南昌330099

出　　处：《计算机应用研究》

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)

年　　份：2016

卷　　号：33

期　　号：4

起止页码：1028-1033

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA-PROQEUST、CSCD、CSCD_E2015_2016、IC、INSPEC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

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。

关 键 词：人工蜂群算法 自适应 异维学习  全局探索  局部开发  

分 类 号：TP301.6]