基于当前最优解的人工蜂群算法.PDF

第41卷　 第6期 　 计 算 机 工 程 2015年6月 　 　 Vol.41　 No.6 　 Computer Engineering June2015 ·人工智能及识别技术 · 文章编号:1000-3428(2015)06-0147-05　 　 　 文献标识码:A　 　 　 中图分类号:TP301.6 基于当前最优解的人工蜂群算法 1 1 1 2 2 周长喜 ,毛　 力 ,吴　 滨 ,杨　 弘 ,肖　 炜 (1.江南大学物联网工程学院轻工过程先进控制教育部重点实验室,江苏 无锡214122; 2.中国水产科学研究院淡水渔业研究中心,江苏 无锡214081) 摘　 要:为克服人工蜂群算法在求解函数优化问题时存在收敛精度低、收敛速度慢的缺点,提出一种改进的人工蜂 群算法。 为提高人工蜂群算法的局部搜索能力和避免早熟收敛,跟随蜂在当前最优解的周围进行局部搜索,并随 着迭代次数的增加,逐渐缩小侦查蜂在当前最优解周围的局部搜索范围。 通过6个标准测试函数完成仿真实验, 结果表明,与基本人工蜂群算法相比,改进算法在寻优精度和收敛速度上均得到提高。 关键词:人工蜂群算法;当前最优解;局部搜索;早熟收敛;侦查蜂 中文引用格式:周长喜,毛　 力,吴　 滨,等.基于当前最优解的人工蜂群算法[J].计算机工程,2015,41(6):147-151. 英文引用格式:Zhou Changxi,Mao Li,Wu Bin,et al. Artificial Bee Colony Algorithm Based on Current Optimal Solution[J].Computer Engineering,2015,41(6):147-151. Artificial Bee Colony Algorithm Based on Current Optimal Solution 1 1 1 2 2 ZHOU Changxi ,MAO Li ,WU Bin ,YANG Hong ,XIAO Wei (1.Key Laboratory of Advanced Process Control for Light Industry, Ministry of Education,School of IoT Engineering,Jiangnan University,Wuxi214122,China; 2.Freshwater FisheriesResearch Center of Chinese Academy of Fishery Sciences,Wuxi214081,China) 【Abstract】An efficient modifiedArtificialBeeColony(ABC)algorithmisproposedfor function optimizationproblems to overcome the drawbacks of low computational accuracy and slow convergence of conventional ABC algorithm.In this algorithm,in order to enhance the local search capability of the ABC algorithm,and avoid the premature convergence effectively,onlooker beesdo the local