计算机应用

作者：张志强, 鲁晓锋, 孙钦东, 王侃

单位：西安理工大学 计算机科学与工程学院, 西安 710048

关键词：群体智能,人工蜂群算法,最优解,邻域搜索

基金：陕西省教育厅自然科学研究项目（18JK0557）；陕西省科技统筹创新工程项目（2016KTZDGY05-09）；陕西省自然科学基础研究计划青年人才项目（2018JQ6057）。

为解决人工蜂群（ABC）算法收敛速度慢、精度不高和易于陷入局部最优等问题，提出一种增强开发能力的改进人工蜂群算法。一方面，将得出的最优解以两种方式直接引入雇佣蜂搜索公式中，通过最优解指导雇佣蜂的邻域搜索行为，以增强算法的开发或局部搜索能力；另一方面，在旁观蜂搜索公式中结合当前解及其随机邻域进行搜索，以改善算法的全局优化能力。对多个常用基准测试函数的仿真实验结果表明，在收敛速度、精度和全局优化能力等方面，所提算法总体上优于其他类似的ABC算法（例如ABC/best）和集成多种搜索策略的ABC算法（例如ABCVSS（ABC algorithm with Variable Search Strategy）和ABCMSSCE（ABC algorithm with Multi-Search Strategy Cooperative Evolutionary））。

来源：2019年第4期

《计算机应用》期刊编辑部

查看计算机应用杂志2019年第4期