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

来源：兰州理工大学学报, 2017, 43(02): 104-109.

DOI：10.13295/j.cnki.jlut.2017.02.018

• 人工蜂群算法
• Logistic模型
• 自适应
• 反向学习

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.

• 单位
  湖南机电职业技术学院; 长沙理工大学