改进基于记忆的人工蜂群算法

杜振鑫^1,2, 刘广钟², 韩德志²

1. 韩山师范学院 计算机与信息工程学院, 广东 潮州 521041;
2. 上海海事大学 信息工程学院, 上海 201306

收稿日期:2017-03-27出版日期:2017-10-28发布日期:2017-11-21

作者简介:杜振鑫(1976-),男,讲师,E-mail:duzhenxinmail@163.com.
基金资助:国家自然科学基金项目（61672338，61373028）

An Improved Artificial Bee Colony Algorithm with Memory

DU Zhen-xin^1,2, LIU Guang-zhong², HAN De-zhi²

1. School of Computer Information Engineering, Hanshan Normal University, Guangdong Chaozhou 521041, China;
2. College of Information Engineering, Shanghai Maritime University, Shanghai 201306, China

Received:2017-03-27Online:2017-10-28Published:2017-11-21

摘要/Abstract

摘要： 基于记忆的人工蜂群算法（ABCM）通过记住成功使用的邻居和系数指导人工蜂群下一步的搜索，需消耗多次函数评价收敛到吸引子，且始终使用与上次相同的排斥系数，造成收敛速度不快、多样性不足，易陷入局部最优解.提出一种改进ABCM （IABCM），当使用吸引系数时，候选解只消耗一次函数评价收敛到吸引子，如果候选解好于当前解，则替换当前解，否则直接删除该记忆，这样可以利用尽量小的代价得到尽量大的收益.当使用排斥系数时，该系数的数值部分重新随机生成，以增加多样性和随机性，有利于算法跳出局部最优解.在22个不同类型函数上的实验表明，IABCM在收敛速度和精度方面明显优于ABCM.
中图分类号:
TP18

引用本文

杜振鑫, 刘广钟, 韩德志. 改进基于记忆的人工蜂群算法[J]. 北京邮电大学学报, 2017, 40(5): 61-66.
DU Zhen-xin, LIU Guang-zhong, HAN De-zhi. An Improved Artificial Bee Colony Algorithm with Memory[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2017, 40(5): 61-66.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3047