为了解决人工蜂群算法(ABC)容易陷入局部最优、易早熟收敛等问题,提出一种基于反馈机制和丛林法则的人工蜂群算法(Artificial Bee Colony algorithm based on Feedback and the Law of the jungle,LFABC)。该算法在全局搜索公式中引入...为了解决人工蜂群算法(ABC)容易陷入局部最优、易早熟收敛等问题,提出一种基于反馈机制和丛林法则的人工蜂群算法(Artificial Bee Colony algorithm based on Feedback and the Law of the jungle,LFABC)。该算法在全局搜索公式中引入反馈机制,直接搜索最优解可能存在的区域,提高了算法的开发能力和收敛速度。同时加入线性微分递增策略,平衡算法各个阶段的开发能力和探索能力。根据丛林法则,该算法随机选择较差个体进行初始化,有效防止算法陷入局部最优。实验结果证明,LFABC算法有效提高了算法的收敛精度,且其收敛速度非常突出。展开更多
文摘为了解决人工蜂群算法(ABC)容易陷入局部最优、易早熟收敛等问题,提出一种基于反馈机制和丛林法则的人工蜂群算法(Artificial Bee Colony algorithm based on Feedback and the Law of the jungle,LFABC)。该算法在全局搜索公式中引入反馈机制,直接搜索最优解可能存在的区域,提高了算法的开发能力和收敛速度。同时加入线性微分递增策略,平衡算法各个阶段的开发能力和探索能力。根据丛林法则,该算法随机选择较差个体进行初始化,有效防止算法陷入局部最优。实验结果证明,LFABC算法有效提高了算法的收敛精度,且其收敛速度非常突出。
基金supported in part by the National Natural Science Foundation of China(11401498)the Fundamental Research Funds for the Central Universities of China(20720140525)
