基于混合搜索的多種群人工蜂群算法
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評論（0）
針對經(jīng)典人工蜂群（ABC）算法搜索策略存在搜索機(jī)制單一、群體全局搜索與局部搜索運(yùn)算耦合性較高的問題，提出一種基于混合搜索的多種群人工蜂群（ MPABC）算法。首先，將種群按照適應(yīng)度值進(jìn)行排序，得到一個(gè)有序隊(duì)列，進(jìn)而將其劃分為隨機(jī)子群、核心子群和平衡子群三類有序子群；其次，針對不同子群結(jié)合相應(yīng)的個(gè)體選擇機(jī)制與搜索策略，構(gòu)建出不同的差異向量；最后，在群體的搜索過程中，通過三類子群實(shí)現(xiàn)對具有不同適應(yīng)度函數(shù)值個(gè)體的有效控制，來增強(qiáng)群體全局搜索和局部搜索的平衡能力。通過對16個(gè)標(biāo)準(zhǔn)測試函數(shù)進(jìn)行仿真實(shí)驗(yàn)并與具有可變搜索策略的人工蜂群（ ABCVSS）算法、基于選擇概率的改進(jìn)人工蜂群（MABC）算法、基于粒子群策略的多精英人工蜂群（ PS-MEABC）算法、基于符號函數(shù)的多搜索策略人工蜂群（MSSABC）算法和優(yōu)化高維復(fù)雜函數(shù)的改進(jìn)人工蜂群（IABC）算法共五種典型的蜂群算法進(jìn)行了對比，實(shí)驗(yàn)結(jié)果顯示MPABC具有較好的優(yōu)化效果；與ABC算法相比，MPABC在求解高維（100維）復(fù)雜問題上的收斂速度提高了約23%，且求解精度更優(yōu)。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
