国内刊号:51-1196/TP
国际刊号:1001-3695
发布日期:
作者:刘小龙,董家伟,
单位:华南理工大学工商管理学院,广州510641;
关键词:人工蜂群算法,多子群矩阵式结构,改进搜索方程,信息交互,反向学习,
基金:国家自然科学基金面上项目(71771091);国家社会科学基金面上项目(19BJL068);2019年中央高校科研业务费重点项目(XYZD201911);;
针对原人工蜂群算法在寻优过程中存在收敛精度不高、容易陷入局部最优的问题,提出一种改进人工蜂群算法(SWT-ABC)。将社会学中强弱关系模型化并引入多子群矩阵式蜂群结构,定义了强关系个体从三个方向随机引导搜索,加快算法收敛速度和提高收敛精度;为增强算法跳出局部最优的能力,定义了弱关系个体交互以实现子群间信息交流来提升种群多样性;增加侦查蜂反向学习机制并确定合适的蜜源上限,能有效提升目标函数评价次数的利用效率。通过基准测试函数的数值实验并与12种改进算法进行对比,改进后的人工蜂群算法收敛精度更高、全局寻优能力更强,并且在高维优化问题求解中仍具备良好的收敛性能。
来源:2023年第3期
《计算机应用研究》期刊编辑部