针对人工蜂群算法存在易陷入局部最优、收敛速度慢的缺陷,提出一种改进邻域搜索策略的人工蜂群算法.首先,将混沌思想和反向学习方法引入初始种群,设计混沌反向解初始化策略,以增大种群多样性,增强跳出局部最优的能力;然后,在跟随蜂阶段根据更新前个体最优位置引入量子行为模拟人工蜂群获取最优解,通过交叉率设计更新前个体最优位置,并利用势阱模型的控制参数提高平衡探索与开发的能力,对观察蜂邻域搜索策略进行改进,以提高算法的收敛速度和精度;最后,将改进人工蜂群算法与粒子群算法、蚁群算法以及其他改进人工蜂群算法进行比较,利用12个标准测试函数进行仿真分析.结果表明,改进算法不仅提高了收敛速度和精度,而且在高维函数优化方面具有一定的优势.
1
人工蜂群优化算法,一种典型群智能优化算法。。。。。。。。。。
2021-12-09 14:11:53 86KB 人工蜂群算法
1
针对更加复杂的非线性混合情况,提出一种基于样条插值拟合与群智能优化的后非线性盲源分离算法。采用样条插值函数拟合去非线性函数,使用负熵作为分离的评价准则,建立分离模型。分离过程采用改进的人工蜂群算法优化求解样条插值节点参数,并在分离的目标函数中引入相关性约束条件进行解空间范围限制,克服分离过程中存在的异常值现象。针对语音数据的分离实验结果表明,所提算法能够有效实现非线性混合信号的盲分离,较传统的基于奇数多项式拟合的分离算法具有更高的分离精度。
1
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.
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 煤矿 机器人 路径规划 人工蜂群算法
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 tag
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 论文研究
1
人工蜂群优化算法原理、测试函数matlab代码
2021-11-18 20:02:00 1KB matlab 智能算法
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。
1
人工蜂群算法求解多目标优化问题
2021-11-17 18:14:43 1.25MB 研究论文
1