融合差分进化思想的自适应人工蜂群算法

作者：封硕; 刘琨^*

来源：郑州大学学报(理学版）, 2021, 53(03): 72-78.

DOI：10.13705/j.issn.1671-6841.2020211

• 人工蜂群算法
• 反向学习
• 邻域搜索
• 自适应策略
• 混沌序列

针对人工蜂群算法求解复杂优化函数时,存在收敛速度慢、算法后期种群多样性下降以及易陷入局部最优解等缺点,提出了一种融合差分进化思想的自适应人工蜂群算法。首先,引入反向学习策略初始化种群,增加种群的多样性,加强算法跳出局部最优解的能力。其次,将雇佣蜂搜索过程与差分进化算法融合,并加入自适应策略平衡算法的勘探与开发能力。最后,在侦查蜂阶段引入混沌序列,增加种群的多样性,加快算法的收敛速度。为验证本文算法的寻优性能,针对8个基准函数,选取ABC算法、DE算法、PSO算法、EABC算法、ABC/best/1算法以及本文算法分别测试。实验结果表明,本文算法在求解精度和收敛速度方面明显提高,易于跳脱局部最优解。

• 单位
  长安大学