基于混沌鲶鱼效应的人工蜂群算法及应用.pdfVIP

第 9期 电 子 学 报 V01．42 No．9 2014年9月 AcTA EI CIR0NICA SINICA Sep． 02 14 基于混沌鲶鱼效应的人工蜂群算法及应用 王生生 ，一，杨娟娟 ，一，柴 胜 ， (1．吉林大学计算机科学与技术学院，吉林长春 130012；2．吉林大学符号计算与知识工程教育部重点实验室，吉林长春 130012) 摘 要： 针对 目前人工蜂群算法的早熟收敛、陷入局部极值等问题 ，提出一种基于混沌鲶鱼效应的改进人工蜂 群算法．首先，采用随机性更高的混沌序列初始化蜂群以扩大其遍布范围；其次，集成了鲶鱼效应和混沌理论提出了混 沌鲶鱼蜂，并引入了它与跌入局部极值的蜂群之间的有效竞争协调机制，从而增进蜜蜂群体跳出局部最优解 、加速收 敛的能力．支持向量机的学习能力主要取决于其惩罚因子 c和核函数参数的合理选择，对其参数的优化可 以提升其 学习效果，然而现行算法均存在一定局限性 ．基于我们提出的改进人工蜂群算法 ，对支持向量机的参数进行了优化．最 后，在 ucI(加州大学欧文分校)数据集和行为识别真实数据集上进行了测试，验证基于改进人工蜂群算法的支持向量 机具有更强的分类性能 ． 关键词： 人工蜂群算法 ；混沌理论 ；鲶鱼效应；支持向量机；行为识别 中图分类号： TP319 文献标识码： A 文章编号： o372—2112(2014)09—1731—07 电子学报URL：http：／／www．ojourna1．org．ca DOI：10．3969／j．issn．0372—2112．0214．9．叭1 ArtificialBeeColonyAlgorithm withChaoticCatfishEffectandItsApplication WANG Sheng．shengl,2,YAN GJuan．juan，一．CHAISheng， (1．CollegeofComputerScienceandTechnology，JilinUniversity，Changchun，砌 130012，China； 2．KeyLaboratoryofSymbolicComputingand 西 M ，lgofMinistryofEducation，JilinUniverstiy，c^∞ ，Jilin130012，Chn／a) Abstract： Therearethedisadvantagesof蛐 fallingintoprematureconvergencenadlocaloptimalsolutionwhichtheele— mentaryartificialbeecolonyalgorithm hadinosmedegree．ChaoticCatfisheffectwashenceadoptedni thispalertoachievehte0p— fimum r~rfomanace ofartificialbeecolonyalgorithm ，ni which，chaoticmechanism wasconductedot instantiate eachnidividualof hteSWallilfirstlyowingot itsmarvelousintrinsicrandomness．Thentheefficaciouscompetitionandcoordinationmechanism among Catfishbeeswhichwerederivedfrom theintegrationof Chaoshteorywiht Catfihs effectnadoriginalswreenitendedot boosttheca— pabilitiesofthem leapingoutoflocaloptimalosludonnadcon