欢迎来到天天文库
浏览记录
ID:58127661
大小:361.66 KB
页数:5页
时间:2020-04-24
《一种混合蜂群算法的自适应细菌觅食优化算法-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第40卷第7期计算机工程2014年7月、,0l_40NO.7ComputerEngineeringJuly2014·人工智能及识别技术·文章编号:1000-3428(2014)07-0138_05文献标识码:A中图分类号:TP301一种混合蜂群算法的自适应细菌觅食优化算法杜鹏桢,唐振民,孙研(南京理工大学计算机科学与工程学院,南京210094)摘要:针对细菌觅食优化算法(BFOA)全局搜索能力差和易陷入局部最优的缺点,提出一种混合人工蜂群算法(ABC)的自适应细菌觅食优化算法。借鉴ABC的雇佣蜂行为,设计一种新的雇佣蜂式趋化方式,以提高算法的全局搜索能力。同时将原固定步长
2、趋化改为自适应步长趋化,以提高算法的求解精度。引入种群多样性评价,依据评价结果完成2种趋化方式的自适应切换。为克服直接复制带来的多样性降低问题,提出基于t分布扰动的复制方式,同时设计基于对立学习的侦察蜂式迁移,以避免算法的早熟。仿真实验结果表明,与ABC和BFOA算法相比,该算法的寻优能力较强,在求解精度和收敛速度方面也具有较优的性能。关键词:细菌觅食优化算法;人工蜂群算法;自适应步长;雇佣蜂式趋化;t分布扰动;对立学习AnAdaptiveBacterialForagingOptimizationAlgorithmMixedwithBeeColonyAlgorithmDU
3、Peng-zhen,TANGZhen-min,SUNYan(CollegeofComputerScienceandEngineering,NanjingUniversityofScienceandTechnology,Nanjing210094,China)[Abstract]TheBacterialForagingOptimizationAlgorithm(BFOA)haspoorglobalsearchabilityandiseasilytrappedintolocalopti—mum.Inordertosolvetheseproblems.anadaptivehyb
4、ridBFOAfusedwithArtificialBeeColony(ABC1algorithmisproposed.Firstly,EmployedBeesStyleChemotaxis(EC)isproposed,whichgreatlyenhancesthealgorithm’Scapabilityofglobalsearching.Thentheoriginalfixedstepsizechemotaxisischangedintoanadaptivestepsizeone,whichimprovesthesolutionprecision.Onthebasis
5、ofabove,anevaluationmethodfordiversityisputforwardtoswitchtwochemotaxisautomatically.Inordertoovercomedegradationofdiversitycausedbydirectcopy,acopymethodbasedont-distributiondisturbanceisproposed.Ascoutbeesstylemigrationbasedonopposition—basedlearningisputforwardtoavoidpremature.Simulati
6、onexperimentalresultsshowthattheproposedalgorithmhasabetterperformanceintermsofoptimizationability,convergencespeedandpopulationdiversitycomparedwithABCalgorithmandBFOA.[Keywords]BacterialForagingOptimizationAlgorithm(BFOA);ArtificialBeeColony(ABC)algorithm;adaptivestepsize;EmployedBeesSt
7、yleChemotaxis(EC);t-distributiondisturbance;opposition-basedlearningDOI:10.3969/j.issn.1000—3428.2014.07.029的整体性能;文献[8-9]分别将BFOA与其他算法相结合,改进了繁殖方式,大幅提高了算法的求解质量。细菌觅食优化算法(BacterialForagingOptimizationA1一将多种算法进行混合,发挥每个算法的优点,是当前gorithm,BFOA)lll是一种模拟细菌觅食行为的群优化算法,智能优化领域的研究热
此文档下载收益归作者所有