为解决基本人工蜂群算法收敛速度慢、开发能力不足的问题,提出多策略混合搜索的人工蜂群算法。在雇佣蜂阶段采用两个具有不同探索与开发特征的搜索策略,分配不同的混合比例,增加种群多样性;观察蜂阶段将精英解作为搜索起点,修改食物源选择方式,加快种群收敛。利用不同搜索策略的不同特征,以及合适的混合比例,实现算法在探索与开发之间的平衡。22个标准函数测试集的实验对比结果表明,提出算法在搜索精度、稳定性、收敛速度方面均优于其它算法。
科研之友
微信
新浪微博
Facebook
分享链接
