摘要
针对粒子群算法和蜂群算法在寻优中存在的一些早熟和收敛速精度不高等问题,论文分别对粒子算法和蜂群算法的更新策略以及更新公式进行了改进,利用改进的粒子群算法和改进的蜂群算法同时对一个粒子位置进行部分算术更新的方法,提出了一种新混合的优化算法.并将其在12个多极值基准函数进行全局最优化测试,实验结果表明,笔者提出的混合优化算法收敛的速度和收敛精度大大提高了,其性大大优于改进的粒子群算法(CLPSO算法)和人工蜂群算法,对于高、低维复杂函数的优化均适用.
学科与关键词
关键词
粒子群优化算法蜂群算法简化公式群体智能全局最优 particle swarm optimizationartificial bee colony algorithmSimplified formulaswarm intelligenceglobal optimality
- Hybrid optimization algorithm of PSO and ABCLIU Junfang; ZHANG Xueying; NING Aiping2011.
- Hybrid algorithm for solving complex constrained optimization problems based on PSO and ABCWANG Ke ke; L Qiang; ZHAO Han qing; ZHANG Wei2012.
- 受粒子群和差分进化启发的人工蜂群算法林金辉; 曹钟; 徐大林计算机应用, 2013, (12): 3571-3575.
