声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：21-1124/TP
国际刊号：1001-0920
发布日期:
作者：孟红云,位冰可
单位：西安电子科技大学数学与统计学院，西安710071,,西安电子科技大学数学与统计学院，西安710071,
关键词：人工蜂群算法;精英解;邻域信息;欧氏距离
基金：国家自然科学基金项目(61401322,61877066).
针对人工蜂群(ABC)算法开发能力差、收敛速度慢的缺点,分别提出适用于雇佣蜂和观察蜂阶段的搜索方程,其中前者用到精英解、随机选择个体及其邻域的有益信息,后者用到群体最优解的信息.所提出的搜索方程在一定程度上不仅能够加快改进算法的收敛速度,而且由于随机选择个体的引入在一定意义上可以保证算法的探索能力.对22个基准测试函数的仿真实验结果表明,所提出的算法在大多数测试函数上的性能优于对比算法.
来源：2020年第9期
《控制与决策》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。