為了緩解基本人工蜂群算法后期種群多樣性下降,易陷入局部最優(yōu),開采能力較差等問(wèn)題,提出一種基于貓群思想的混合人工蜂群算法。提出基于隨機(jī)新解引導(dǎo)的自適應(yīng)搜索策略,結(jié)合多次高斯搜索機(jī)制,對(duì)雇傭蜂階段進(jìn)行優(yōu)化;引入基于貓群思想的搜索過(guò)程,結(jié)合順序模式分配方式,對(duì)較優(yōu)解執(zhí)行搜尋模式,對(duì)較差解執(zhí)行優(yōu)化后的跟蹤模式;優(yōu)化后的跟蹤模式采用"位移"模型對(duì)解進(jìn)行更新。對(duì)標(biāo)準(zhǔn)測(cè)試函數(shù)尋優(yōu),結(jié)果表明混合人工蜂群算法收斂精度更高,所需的迭代次數(shù)更少。得出結(jié)論:基于隨機(jī)新解引導(dǎo)的自適應(yīng)搜索策略能有效緩解算法易陷入局部最優(yōu)的問(wèn)題,基于貓群思想的搜索過(guò)程能有效提高算法的局部開采能力和全局搜索能力,混合人工蜂群算法具有更優(yōu)秀的收斂性能。

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

圖1改進(jìn)雇傭蜂階段流程

最優(yōu)之間的平衡。綜上，改進(jìn)雇傭蜂階段流程如圖1所示。圖1改進(jìn)雇傭蜂階段流程1．3基于貓群思想的搜索過(guò)程由于ABC算法原始搜索策略隨機(jī)選擇鄰居食物源和步長(zhǎng)進(jìn)行搜索，具有較好的探索能力。雖然算法早期需要較強(qiáng)的探索能力來(lái)搜索盡可能多的最優(yōu)解，但若能同時(shí)配合較強(qiáng)的開采能力，則能有效加快算....

圖2混合人工蜂群算法流程

程，采用順序模式分配方式，對(duì)較優(yōu)解執(zhí)行搜尋模式，對(duì)較差解執(zhí)行優(yōu)化后的跟蹤模式;在搜索過(guò)程結(jié)束后進(jìn)入偵查蜂階段，完成接下來(lái)的尋優(yōu)任務(wù)，得到混合人工蜂群算法(hybridABC，HABC)。算法流程如圖2所示。圖2混合人工蜂群算法流程2實(shí)驗(yàn)驗(yàn)證2．1參數(shù)設(shè)置與測(cè)試函數(shù)為驗(yàn)證文中改進(jìn)策....

圖3各算法收斂過(guò)程對(duì)比

多模函數(shù)上收斂精度都得到不同程度的提升，表明優(yōu)化后的跟蹤模式不僅簡(jiǎn)化了算法，而且具有更強(qiáng)的搜索能力。HABC算法在MABC算法的基礎(chǔ)上，增加了基于貓群思想的搜索過(guò)程，由表2可知，對(duì)于單模函數(shù)，HABC算法能唯一收斂到理論最優(yōu)解，表明了基于貓群思想的搜索過(guò)程能有效提高算法局部搜索能....

本文編號(hào)：4048008