投稿须知
  一、征文范围及内容
  本刊主要刊登材料科学与工程、机械工程与动力工程、化工与轻工、自动 ...

基于Logistic模型的改进人工蜂群算法

作者: 魏焕新 胡招娣 唐明珠    湖南机电职业技术学院信息学院 湖南长沙550004 长沙理工大学能源与动力工程学院 湖南长沙410114

关键词: 人工蜂群算法 LOGISTIC模型 自适应 反向学习

摘要:针对基本人工蜂群(ABC)算法存在着收敛速度慢、易陷入局部最优、求解精度低等缺点,提出一种基于Logistic模型的自适应人工蜂群(A-ABC)算法.首先,利用反向学习策略初始化种群个体以保证群体的多样性,为算法进行全局搜索奠定基础;其次,通过引入参数λ对ABC算法的搜索方程进行改进以产生新的候选个体,在进化过程中,λ的大小基于Logistic模型自适应调节,以协调算法的探索能力和开发能力;引入基于排序的选择概率以避免算法出现早熟收敛.对几个典型的Benchmark函数进行了测试,实验结果表明,与基本ABC算法相比,A-ABC算法具有更高的求解精度和更快的收敛速度.


上一篇:基于小波与DBN的负荷预测模型
下一篇:基于链接强度的兴趣相似社区聚类算法

Copyright 2007 Weihai China All Rights Reserved 兰州理工大学学报版权
鲁ICP备05001812号 
地址:甘肃省兰州市兰工坪路287号(730050)