基于伊藤算法的改进人工蜂群算法

人工蜂群算法 代码 MATLAB

为了提高接地网腐蚀速率预测的精确度，在建立预测模型的过程中，首先对接地网进行了基于电网络理论的腐蚀诊断过程，并以经过诊断之后确定的腐蚀支路位置为采样点。考虑到仅以土壤理化性质反映接地网腐蚀速率的局限性，在接地网腐蚀诊断结果的基础上，提出接地网电阻平均增长速率作为预测模型的输入特征量之一。建立了基于人工蜂群优化支持向量机的接地网腐蚀速率预测模型，测试结果显示相对BP神经网络模型和广义回归神经网络模型，所提模型的预测结果精确度和稳定性更高，表明了对于解决接地网腐蚀速率预测问题，所提模型具有良好的适用性。

标准的人工蜂群算法优化、求解CEC基准测试函数，算法有详细的注释，算法收敛曲线图，测试函数的代码表达式及图像（pdf）。

人工蜂群ABC算法原型文献 Karaboga, Dervis An idea based on honey bee swarm for numerical optimization

混合人工蜂群算法的数据聚类新方法

利用人工蜂群算法来求解TSP旅行商问题： 1、以bayg29.tsp为输入数据，以蜜源规模SN、城市数目即解向量维数 Dimension、最大循环次数MCN、单个蜜源允许迭代的最大次数limit为输入参 数； 2、直接运行main.cpp，即可在控制台中得到迭代后的最优路线，同时会生成 result.txt文件，文件中会输出原始的城市点坐标、距离矩阵和初始化后的蜜 源，还会输出每次迭代后的蜜源蜂群，同时输出每次迭代后的最优路线。

利用新的多维选择策略加速人工蜂群算法

基于人工蜂群的带障碍约束的空间聚类算法

源码来自官网，本人对代码进行了详细注释，具体理论参考博客（https://blog.csdn.net/weixin_43935696/article/details/107045716）