段渊

广东科技学院基础部, 东莞, 523083

出版日期:2016-01-25发布日期:2016-03-02

A NEW MULTI-OBJECTIVE ARTIFICIAL BEE COLONY ALGORITHM

DUAN Yuan

Department of Basic Courses, Guangdong University of Science and Technology, Dongguan 523083

Online:2016-01-25Published:2016-03-02







摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论

提出了一种新的多目标人工蜂群算法(GMOABC), 该算法使用自适应网格维护外部档案.在雇佣蜂阶段, 选择外部档案中的个体作为食物源的``邻居",用于生成新食物源. 在观察蜂阶段，除了``邻居",全局最优食物源gbest 也用于指导观察蜂的飞行轨迹.借助Friedman非参数检验法将GMOABC算法与其他主流算法在CEC 2009测试函数集上进行了全面比较,实验结果显示了文章算法的优越性.

MR(2010)主题分类:
00A69
65K10
分享此文:

()

[1]	宋娟，倪志伟，李萍，伍章俊，彭鹏. 基于参数优化深度置信网络的雾霾预测模型[J]. 系统科学与数学, 2020, 40(9): 1644-1661.
[2]	孙越泓, 江雪, 徐鑫, 肖克炼. 基于分享学习和柯西变异的多目标人工蜂群算法[J]. 系统科学与数学, 2019, 39(7): 1031-1053.
[3]	贾凯，倪志伟，李敬明，陆玉佳，朱旭辉. 基于改进二进制人工蜂群的BP神经网络并行集成学习算法及其应用研究[J]. 系统科学与数学, 2019, 39(3): 477-494.
[4]	谢福鼎，雷存款，李芳菲，嵇敏. 基于模糊c均值算法和人工蜂群算法的无监督波段选择[J]. 系统科学与数学, 2018, 38(12): 1417-1428.
[5]	王丝丝，张敬磊，陈慈，张洪宾，马春杰. 基于方差与改进群智能算法的$K$-means聚类优化[J]. 系统科学与数学, 2018, 38(10): 1117-1127.

-->

PDF全文下载地址:

http://sysmath.com/jweb_xtkxysx/CN/article/downloadArticleFile.do?attachType=PDF&id=12717