多搜索策略协同进化的人工蜂群算法
CSTR:
作者:
作者单位:

(南京师范大学泰州学院数学科学与应用学院,江苏泰州225300)

作者简介:

王志刚(1978-), 男, 副教授, 硕士, 从事组合优化与智能优化算法等研究;尚旭东(1982-), 男, 副教授, 博士, 从事智能算法、变分法等研究.

通讯作者:

E-mail: wzg19.scut@163.com

中图分类号:

TP301.6

基金项目:

国家自然科学基金项目(11601234);江苏省自然科学基金项目(BK20160571);江苏省青蓝工程基金项目.


Artificial bee colony algorithm with multi-search strategy cooperative evolutionary
Author:
Affiliation:

(School of Mathematics,Nanjing Normal University Taizhou College,Taizhou 225300,China)

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对人工蜂群算法存在的计算精度不高、收敛速度较慢的缺点,提出一种多搜索策略协同进化的人工蜂群算法.所提出的算法在引领蜂和跟随蜂进行邻域搜索时,动态调整搜索的维数以提高搜索效率,并结合人工蜂群算法不同搜索策略的特点,使其协同进化,以平衡算法的局部搜索能力和全局搜索能力.14个基准函数的仿真实验结果表明,所提出的算法能有效改善寻优性能,增强摆脱局部最优的能力.与其他一些改进的人工蜂群算法相比,具有较快的收敛速度和较高的求解精度.

    Abstract:

    An artificial bee colony(ABC) algorithm with multi-search strategy cooperative evolutionary is presented in order to overcome the drawbacks of low computational accuracy and slow convergence of the artificial bee colony algorithm.In this algorithm, the dimensions of the search are dynamically adjusted when the employed bees and the onlooker bees search around the neighborhood to improve the search efficiency.The characteristics of different search strategies are combined to cooperative evolution so as to improve the local search ability and the global search ability.Experiments are conducted on a set of 14 benchmark functions, and the results demonstrate that the proposed algorithm can improve optimizing performance and avoid getting struck at local optima effectively.Compared with several other ABC-based algorithms, it has fast convergence and high accuracy.

    参考文献
    相似文献
    引证文献
引用本文

王志刚,尚旭东,夏慧明,等.多搜索策略协同进化的人工蜂群算法[J].控制与决策,2018,33(2):235-241

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2017-12-21
  • 出版日期:
文章二维码