ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

受粒子群和差分进化启发的人工蜂群算法

林金辉; 曹钟; 徐大林电子科技大学; 电子工程学院
计算机应用2013-12-1
6阅读
引用收藏
分享

摘要

针对基本人工蜂群算法搜索策略探索能力强而开发能力弱的特点,受粒子群和差分进化思想的启发,提出了两种新的搜索策略:PSO-DE-PABC和PSO-DE-GABC。前者在随机个体附近产生新的候选位置以提高算法的多样性;后者在最优解附近产生新的候选位置以提高算法的收敛速度,并加入差分进化中的差异向量来增加种群的多样性。在此基础上,引入维度因子来控制算法的收敛速度,并且使用一种利用当前种群信息的侦查策略来增强算法的局部搜索能力。通过对10组标准测试函数的实验仿真并与基本ABC、GABC和ABC/best算法相比,结果表明PSODE-GABC和PSO-DE-PABC对数值优化具有更高的收敛速度和收敛精度。

学科与关键词

关键词
混合优化算法人工蜂群算法粒子群差分进化搜索策略侦查策略 hybrid optimizationArtificial Bee Colony(ABC)Particle Swarm Optimization(PSO)Differential Evolution(DE)solution search strategyscout strategy
相关
加载中…
  • 侦察蜂在人工蜂群算法中的作用
    张超群; 郑建国; 李陶深广西师范大学学报(自然科学版), 2013, (03): 72-80.
  • 一种基于PSO-ABC的全局优化算法
    叶奕茂; 赵华生; 金龙广西民族大学学报(自然科学版), 2013, (04): 55-59.
  • Hybrid optimization algorithm of PSO and ABC
    LIU Junfang; ZHANG Xueying; NING Aiping2011.
查看全部 →

发表信息

论文状态
公开发表
期刊
计算机应用
发表日期
2013-12-01
卷期
第 12 期
页码
3571-3575
成果收录
CHINAJOURNAL

作者

  • 林

    林金辉 (第一作者)

  • 曹

    曹钟

查看全部 3 位作者收起作者
  • 徐

    徐大林

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417