Paper Publications
Release time: 2018-11-29Hits:
  • Journal:智能系统学报
  • Place of Publication:中国人工智能学会;哈尔滨工程大学
  • Key Words:人工蜂群算法;高维混沌系统;适应度评价;搜索策略;优化算法;演化算法;收敛性分析;精度分析;智能算法
  • Abstract:针对人工蜂群算法初始化群体分布不均匀和局部搜索能力弱的问题,本文提出了一种增强局部搜索能力的人工蜂群算法(ESABC)。 首先,在种群初始化阶段采用高维洛伦兹混沌系统,得到遍历性好、有规律的初始群体,避免了随机初始化的盲目性。 然后,采用基于对数函数的适应度评价方式,以增大种群个体间差异,减小选择压力,避免过早收敛。 最后,在微分进化算法的启发下,提出了一种新的搜索策略,采用当前种群中的最佳个体来引导下一代的更新,以提高算法的局部搜索能力。 通过对 12 个经典测试函数的仿真实验,并与其他经典的改进人工蜂群算法对比,结果表明:本文算法具有良好的寻优性能,无论在解的精度还是收敛速度方面效果都有所提高。
  • Note:不属于SCI,EI
  • Translation or Not:no
  • Date of Publication:2016-10-31
  • First Author:LYM,PETTER,刘晓芳(学)
+

Doctoral Degree in Science

骆炎民
Huaqiao University Official network
MOBILE Version