分阶段搜索的改进人工蜂群算法
来源：计算机应用杂志2015年第4期北京时间：
作者：李国亮, 魏振华, 徐蕾
单位：东华理工大学 信息工程学院, 南昌 330013
摘要：针对人工蜂群(ABC)及其改进算法在求解高维复杂函数优化问题时,存在求解精度低、收敛速度慢、易陷入局部寻优且改进算法控制参数多的不足,提出一种分阶段搜索的改进人工蜂群算法。该算法设计了分阶段雇佣蜂搜索策略,使雇佣蜂在不同阶段具备不同的搜索特点,降低了算法陷入局部极值的概率;定义逃逸半径,使其能够更好地指导早熟个体跳出局部极值,避免了逃逸行为的盲目性;同时,采用均匀分布结合反向学习的初始化策略,促使初始解分布均匀且质量较优。通过对优化问题中8个典型高维复杂函数的仿真实验结果表明,该改进算法求解精度更高,收敛速度更快,更加适合高维复杂函数求解。
关键词：人工蜂群算法,数值函数优化,逃逸半径,自适应,均匀分布,反向学习
基金资助：江西省教育厅科技计划项目(GJJ12398);东华理工大学博士基金资助项目(DHBK201102)。
