针对人工蜂群和粒子群算法的优势与缺陷, 提出一种Tent 混沌人工蜂群粒子群混合算法. 首先利用Tent 混沌反向学习策略初始化种群; 然后划分双子群, 利用Tent 混沌人工蜂群算法和粒子群算法协同进化; 最后应用重组算子选择最优个体作为跟随蜂的邻域蜜源和粒子群的全局极值. 仿真结果表明, 该算法不仅能有效避免早熟收敛, 而且能有效跳出局部极值, 与其他最新人工蜂群和粒子群算法相比具有较强的全局搜索能力和局部搜索能力.
2021-11-26 17:47:30
241KB
1
研究了一种基于人工蜂群算法的煤矿救灾机器人全局路径规划算法。该算法首先进行环境建模,然后根据环境信息特点,巧妙结合人工蜂群算法获得机器人全局优化路径。该路径规划方法具有建模方便、算法简单以及不局限于障碍物的形状等特点。实验证明,本算法可以快速有效地规划出一条全局较优化路径,是解决全局环境已知情况下机器人路径规划的一种有效方法。
2021-11-20 16:12:09
1.7MB
1
人工蜂群算法（ABC）是一种模拟蜜蜂采蜜行为的群集智能优化算法，它为解决存在于科学领域的全局优化问题提供了一种新的方法。由于它具有控制参数少、易于实现、计算简单等优点，已经被越来越多的研究者所关注。
2021-11-19 23:45:27
4KB
1
人工蜂群算法是近年来新提出的一种优化算法。针对标准人工蜂群算法的局部搜索能力差，精度低的缺点，提出了一个改进的人工蜂群算法，利用全局最优解和个体极值的信息来改进人工蜂群算法中的搜索模式，并引入异步变化学习因子，保持全局搜索和局部搜索的平衡。将改进的人工蜂群算法在函数优化问题上进行测试，结果表明改进的人工蜂群算法优于原算法。
2021-11-19 08:22:46
531KB
1
为提高约束多目标进化算法的收敛性和解集分布性,提出一种基于人工蜂群算法的改进约束多目标进化算法CMABC。在利用外部种群分别存储较优可行解和不可行解处理约束条件的基础上,根据约束多目标问题的特点,对外部种群的更新方式、迭代种群的更新方式及人工蜂群算法进行改进。实验仿真结果表明,CMABC相对于目前性能较好的MOABC及HPSO具有一定优势,能够在保证良好收敛性的同时,使获得的Pareto最优解集具有更均匀的分布性和更广的覆盖范围,适合于约束多目标优化问题的求解。
2021-11-18 12:31:08
710KB
1
Hausdorff距离在图像匹配领域广泛应用。针对Hausdorff距离结合一些搜索策略的匹配算法实时性不高的问题，提出了一种基于改进Hausdorff距离和人工蜂群算法搜索策略的图像快速匹配。首先提取模板图像和匹配子图的边缘特征，然后计算的模板图像和匹配子图的Hausdorff距离作为两者的相似度量标准，最后采用人工蜂群算法进行搜索匹配。实验结果表明，该方法在不降低匹配率的情况下，缩短了匹配时间，能应用到嵌入式领域。
2021-11-03 10:09:15
457KB
1
多选择背包问题是组合优化中的NP难题之一，采用一种新的智能优化算法——人工蜂群算法进行求解。该算法通过雇佣蜂、跟随蜂和侦察蜂的局部寻优来实现全局最优。基于算法实现的核心思想，用MATLAB编程实现，对参考文献的算例进行仿真测试。与其他算法进行了比较，获得了满意的结果。这说明了算法在解决该问题上的可行性与有效性，拓展了人工蜂群算法的应用领域。
2021-10-11 18:03:34
337KB
1
人工蜂群算法MATLAB代码，利用人工蜂群算法求解函数优化问题；包括采蜜蜂操作、观察蜂操作、侦查蜂操作，智能优化算法
2021-10-08 18:45:07
5KB
1
人工蜂殖民算法
对人工蜂群算法的理解和改进人工蜂群算法的思想，以及人工蜂群算法及其改进算法的C / Java / Python实现群算法的思路以及人工蜂群算法及其改进算法的C / Java / Python实现
2021-09-28 16:48:25
6KB
1