文档名：基于多元信息引导的人工蜂群算法
摘要：利用优秀个体增强解搜索方程的开采能力是改进人工蜂群算法的一种主流思路.然而,现有相关工作往往仅以适应度信息作为评价个体的唯一标准,易导致算法出现早熟收敛等问题.本文提出一种多元信息引导的人工蜂群算法,分别设计了基于适应度、位置以及相似度信息的3种解搜索方程,并在雇佣蜂阶段和观察蜂阶段采用了不同的使用方式.同时,为保存侦察蜂阶段的搜索经验,采用一种微调后的邻域搜索机制用于处理被放弃蜜源.在CEC2013测试集和一个实际优化问题上进行了大量实验验证,与6种衍生算法和5种知名的相关改进人工蜂群算法进行了对比,结果表明本文算法性能竞争优势明显,在结果精度和收敛速度上均有更好表现.
Abstract：Asoneofthemainideastoimprovetheartificialbeecolony(ABC)algorithm,thesuperiorindividualsareusedtoenhancetheexploitativecapabilityofthesolutionsearchequation.However,intherelatedworks,thefitnessinfor-mationisoftenconsideredasthesolecriterionforevaluatingtheindividuals,whichmayeasilycausesomeproblems,e.g.,theprematureconvergence.Inthiswork,animprovedABCvariantisproposedbasedonmultipleinformationguidance,calledABC-MIG.InABC-MIG,threedifferentsolutionsearchequationsaredesignedbyusingthefitness,position,andsimilarityinformation,respectively,andthesenewsolutionsearchequationsareusedindifferentwaysfortheemployedbeephaseandonlookerbeephase.Meanwhile,tosavethesearchexperienceforthescoutbeephase,amodifiedneighbor-hoodsearchstrategyisusedtohandletheabandonedfoodsources.ToverifytheeffectivenessofABC-MIG,extensiveex-perimentsarecarriedoutontheCEC2013testsuiteandonereal-worldoptimizationproblem,andsixderivativealgorithmsandfivewell-knownimprovedABCvariantsareincludedintheperformancecomparison.TheresultsconfirmthatABC-MIGhasverycompetitiveperformance,intermsoftheresultaccuracyandconvergencespeed.
作者：周新宇 刘颖 吴艳林 郭京蕾 Author：ZHOUXin-yu LIUYing WUYan-lin GUOJing-lei
作者单位：江西师范大学计算机信息工程学院,江西南昌330022江西师范大学计算机信息工程学院,江西南昌330022;长沙理工大学计算机与通信工程学院,湖南长沙410114华中师范大学计算机学院,湖北武汉430079
刊名：电子学报 ISTICEIPKU
Journal：ActaElectronicaSinica
年，卷(期)：2024, 52(4)
分类号：TP18
关键词：人工蜂群算法 优秀个体 多元信息 解搜索方程 邻域搜索
Keywords：artificialbeecolonyalgorithm superiorindividuals multipleinformation solutionsearchequation neighborhoodsearch
机标分类号：TP301.6TP18TP273
在线出版日期：2024年6月26日
基金项目：基于多元信息引导的人工蜂群算法[
期刊论文] 电子学报--2024, 52(4)周新宇 刘颖 吴艳林 郭京蕾利用优秀个体增强解搜索方程的开采能力是改进人工蜂群算法的一种主流思路.然而,现有相关工作往往仅以适应度信息作为评价个体的唯一标准,易导致算法出现早熟收敛等问题.本文提出一种多元信息引导的人工蜂群算法,分别设...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于多元信息引导的人工蜂群算法 Artificial Bee Colony Algorithm Based on Multiple Information Guidance
基于多元信息引导的人工蜂群算法.pdf
- 文件大小:
- 10.11 MB
- 下载次数:
- 60
-
高速下载
|
