您好,欢迎访问中国水产科学研究院 机构知识库!

量子粒子群优化的人工蜂群算法

文献类型: 中文期刊

作者: 杜康宇 1 ; 毛力 2 ; 毛羽 2 ; 杨弘 2 ; 肖炜 3 ;

作者机构: 1.江南大学物联网工程学院;中国水产科学研究院淡水渔业研究中心

2.;江南大学物联网工程学院;中国水产科学研究院淡水渔业研究中心

3.;江南大学物联网工程学院;中国水产科学研究院淡水渔业研究中心;

关键词: 人工蜂群算法;量子粒子群优化算法;当前最优解;局部搜索

期刊名称: 传感器与微系统

ISSN: 2096-2436

年卷期: 2018 年 03 期

页码: 130-132+137

收录情况: CSCD

摘要: 针对传统的人工蜂群算法在求解函数优化问题中具有收敛速度慢、局部搜索能力低的缺点,将量子粒子群优化算法中粒子位移的更新方法引入到跟随蜂的局部搜索策略中,使人工蜂群具有更高的局部搜索能力。6个标准测试函数的仿真实验结果表明:与传统的人工蜂群算法相比,改进后的人工蜂群算法在收敛速度和寻优精度上大幅提高。

  • 相关文献

[1]基于当前最优解的人工蜂群算法. 周长喜,毛力,吴滨,杨弘,肖炜. 2015

[2]一种高效的求解函数优化问题的人工蜂群算法. 毛力,周长喜,吴滨,杨弘,肖炜. 2016

[3]基于细菌趋药性和当前最优解策略的人工蜂群算法. 周长喜,毛力,吴滨,杨弘,肖炜. 2016

[4]基于人工蜂群优化的NSCT域图像模糊集增强方法. 吴一全,殷骏,戴一冕. 2015

[5]孤岛式柴油机混合能源系统优化配置研究. 王荣杰,詹宜巨,周海峰. 2019

[6]改进人工蜂群优化的极限学习机. 毛羽,毛力,杨弘,肖炜. 2018

[7]改进人工蜂群算法在WSNs覆盖优化中的应用. 黄庆展,毛力,吴滨,杨弘,肖炜. 2018

作者其他论文 更多>>