一种改进的粒子群与人工蜂群融合算法.pdfVIP

下载本文档

23
0
约3.52万字
约 7页
2017-08-08 发布于浙江
举报
版权申诉

一种改进的粒子群与人工蜂群融合算法.pdf

1、本文档共7页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

34 1 南昌工程学院学报 Vol． 34 No． 1 第卷第期 2015 2 Journal of Nanchang Institute of Technology Feb． 2015 年月文章编号:1674 － 0076 (2015)01 － 0018 － 07 一种改进的粒子群与人工蜂群融合算法，，，泉余庆李冰孙辉张绍 ( / ， 330099) 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江西南昌 : 、，摘要针对标准的粒子群算法和人工蜂群算法收敛性能差在复杂优化问题易陷入局部最优的缺点提出了一种．，，改进的融合算法改进融合算法拥有双种群并行进化其中粒子群采用改进的反向学习策略以增加群体的多样 ; ，，．性蜂群中跟随蜂根据个体停滞次数自适应地改变进化策略以平衡全局探索与局部开发能力同时算法将交替，． 8 CEC2013 8 共享两个种群的全局最优位置通过相互引导使融合算法具有更好的寻优能力个经典函数和的个，，复合函数的实验结果表明与最新的一些改进粒子群和人工蜂群算法相比该算法的收敛速度和收敛精度均有较显著的优势． : ; ; ; ; 关键词粒子群优化算法人工蜂群算法反向学习自适应策略融合算法中图分类号:TP301． 6 文献标识码:A An improved hybrid algorithm based on particle swarm optimization and artificial bee colony YU Qing ，LI Bing ，SUN Hui ，ZHANG Shaoquan (School of Information Engineering /Jiangxi Province Key Laboratory of Water Information Cooperative Sensing and Intelligent Processing ，Nanchang Institute of Technology ，Nanchang 330099 ，China) Abstract :In order to overcome the shortcomings of standard Particle Swarm Optimization (PSO)and Ar- tificial Bee Colony Algorithm (ABC)in complex optimization problems ，such