多策略离散人工蜂群算法设计FIR低通数字滤波器

作者：邵鹏^*

来源：计算机科学, 2023, 50(S1): 227-231.

• 多策略离散人工蜂群算法
• 折射学习
• Lévy飞行
• FIR低通数字滤波器

针对人工蜂群(Artificial Bee Colony, ABC)算法在解决复杂问题表现出来精度不高以及收敛速度较慢的不足，提出了一种融合折射学习和Lévy飞行的多策略离散人工蜂群算法(Discrete Artificial Bee Colony Fusing Refraction Learning and Lévy flight, DABC-RL),用于设计有限长脉冲响应(Finite Impulse Response, FIR)低通数字滤波器，以期进一步提高其滤波性能。在DABC-RL算法中，一方面，Lévy飞行策略用于增强ABC算法的局部搜索能力，折射学习用于增强ABC算法的全局搜索能力；另一方面，通过设计合适的离散编码方案对DABC-RL算法中的候选解进行离散化，使其适合于设计FIR低通数字滤波器。为了测试所提的DABC-RL算法设计的FIR低通数字滤波器的性能，选取由ABC算法、基于折射学习的refrPSO算法所设计的FIR低通数字滤波器作为对比算法。实验结果表明，相比其他算法，DABC-RL算法所设计的FIR低通数字滤波器的性能最好，且获得了最快的收敛精度和收敛速度。

• 单位
  江西农业大学