求解离散优化问题的改进人工蜂群算法的研究 |
| |
作者姓名: | 张平华 |
| |
作者单位: | 合肥职业技术学院,安徽 合肥,230601 |
| |
基金项目: | 国家自然科学基金;安徽省高等学校自然科学研究重点项目;安徽省高等学校自然科学研究重点项目;安徽省省级质量工程新工科研究与实践项目 |
| |
摘 要: | 目的解决人工蜂群算法在求解连续优化问题时易陷入局部最优,收敛速度慢,而且算法在最初设计时不适用于离散问题的求解等问题。方法而0-1问题属于典型的二进制离散约束优化的NP-Hard问题,故提出了基于离散优化问题的人工蜂群算法(DABC)。首先,采用二进制编码方法,改进解的编码形式;其次,使用多维邻域搜索策略改进ABC算法的搜索策略,并在雇佣蜂阶段引入高斯变异,保持种群的多样性,加快算法的收敛速度。在侦察蜂阶段引入柯西变异算子,以增强算法的全局搜索能力,避免算法在迭代时陷入局部最优,进一步提高算法的效率和精准度。结果通过实验仿真验证了算法的有效性和高效性,当种群规模增大时,算法的收敛速度加快,从而验证了不同的参数值对算法的影响。结论改进后的算法在求解离散优化问题时确保种群的多样性,提高了算法的收敛速度、整体寻优能力和开发能力。
|
关 键 词: | 人工蜂群算法 离散优化问题 0-1背包问题 高斯变异 柯西变异 |
本文献已被 CNKI 万方数据 等数据库收录! |
|