基于精英解和随机个体邻域信息的改进人工蜂群算法
来源期刊：控制与决策2020年第9期
论文作者：孟红云 位冰可
文章页码：2169 - 2174
关键词：人工蜂群算法;精英解;邻域信息;欧氏距离;
摘 要：针对人工蜂群(ABC)算法开发能力差、收敛速度慢的缺点,分别提出适用于雇佣蜂和观察蜂阶段的搜索方程,其中前者用到精英解、随机选择个体及其邻域的有益信息,后者用到群体最优解的信息.所提出的搜索方程在一定程度上不仅能够加快改进算法的收敛速度,而且由于随机选择个体的引入在一定意义上可以保证算法的探索能力.对22个基准测试函数的仿真实验结果表明,所提出的算法在大多数测试函数上的性能优于对比算法.
孟红云，位冰可
西安电子科技大学数学与统计学院
摘 要：针对人工蜂群(ABC)算法开发能力差、收敛速度慢的缺点,分别提出适用于雇佣蜂和观察蜂阶段的搜索方程,其中前者用到精英解、随机选择个体及其邻域的有益信息,后者用到群体最优解的信息.所提出的搜索方程在一定程度上不仅能够加快改进算法的收敛速度,而且由于随机选择个体的引入在一定意义上可以保证算法的探索能力.对22个基准测试函数的仿真实验结果表明,所提出的算法在大多数测试函数上的性能优于对比算法.
关键词：人工蜂群算法;精英解;邻域信息;欧氏距离;
