![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/14/17/f51a0e1a-eb37-4b34-acb3-0f0a9870d86e/f51a0e1a-eb37-4b34-acb3-0f0a9870d86epic.jpg)
![增強尋優(yōu)能力的改進人工蜂群算法.pdf_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/14/17/f51a0e1a-eb37-4b34-acb3-0f0a9870d86e/f51a0e1a-eb37-4b34-acb3-0f0a9870d86e1.gif)
已閱讀1頁,還剩38頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、人工蜂群算法是一種群體智能優(yōu)化算法,其模擬蜜蜂的采蜜行為。該算法根據蜂群不同的分工來交換蜜源信息,尋找優(yōu)化問題的最優(yōu)解。由于其設置參數少、計算簡單、易于實現等優(yōu)點,已成功應用于濾波器設計、網絡優(yōu)化及生產調度等領域。但因蜂群算法采用輪盤賭選擇機制對蜜源進行搜索更新,致使蜂群多樣性下降,算法早熟停滯,存在易陷入局部最優(yōu)的問題。
針對算法的不足之處,為提高獲得理論最優(yōu)解的概率,論文對原始蜂群算法進行研究改進,提出了一種增強尋優(yōu)能力的
2、改進人工蜂群算法。該改進算法將跟隨蜂的數量擴大一倍后等分成兩組,將一組采用輪盤賭選擇策略更新蜜源位置,保持蜂群原有的進化方向,沿蜜源濃度高的方向搜索更新;另一組采用反向輪盤賭選擇機制,維持蜂群多樣性,來降低陷入局部最優(yōu)的概率。隨后,篩選出未更新計數器次數大于閾值的所有蜜源,并將該類蜜源對應的引領蜂全部變成偵察蜂,并讓偵察蜂對相應蜜源進行更新。通過自適應動態(tài)調整偵察蜂的個數,來提高算法的收斂精度。當蜂群算法每經過一輪迭代結束后,求解出當前
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 人工蜂群算法的研究與改進.pdf
- 人工蜂群算法的改進與應用.pdf
- 混合人工蜂群算法的改進研究.pdf
- 基于改進人工蜂群算法的聚類研究
- 人工蜂群算法的改進及應用研究.pdf
- 基于改進人工蜂群算法的聚類研究.pdf
- 人工蜂群算法的改進及其應用研究.pdf
- 基于人工蜂群算法的Hadoop調度算法研究與改進.pdf
- 基于改進人工蜂群算法的lssvm燃氣負荷預測
- 基于改進人工蜂群算法的LSSVM燃氣負荷預測.pdf
- 基于改進人工蜂群算法的模糊聚類研究.pdf
- 人工蜂群算法的改進及相關應用研究.pdf
- 基于改進人工蜂群算法的機組組合優(yōu)化方法.pdf
- 基于人工蜂群算法的分類算法研究.pdf
- 人工蜂群算法優(yōu)化感知機.pdf
- 基于人工蜂群算法的云計算.pdf
- 人工蜂群算法的研究與應用.pdf
- 人工蜂群算法及其在圖像增強中的應用研究.pdf
- 基于平均熵的自適應人工蜂群算法改進研究.pdf
- 基于改進人工蜂群算法的輸電網擴展規(guī)劃研究.pdf
評論
0/150
提交評論