人工蜂群算法及其在圖像增強中的應用研究.pdf

1、群體智能是指由群體中個體之間的簡單協(xié)作來完成復雜的整體任務而表現出來的智能行為，人們受自然界生物群體智能行為的啟發(fā)，提出了一系列群智能優(yōu)化算法。人工蜂群算法(Artificial Bee Colony ABC)是一種新型的群智能優(yōu)化算法，該算法原理簡單、易于實現、優(yōu)化性能好、魯棒性強，自問世以來便受到了國內外眾多學者廣泛的關注和研究。然而，與其它群智能優(yōu)化算法類似，ABC算法也存在易陷入局部最優(yōu)、后期收斂速度慢、尋優(yōu)精度不高等問題。本文

2、在研究ABC算法的基礎上，提出了三種改進的ABC算法，并將其用于圖像增強中。主要研究工作如下：
　　1．針對人工蜂群算法開采和探索能力不平衡的問題，提出了一種基于差分進化算子和混沌搜索策略的改進的人工蜂群算法(MABC)。該算法將差分進化算法中變異和交叉策略引入ABC算法中，并在偵查蜂過程進行混沌搜索。實驗結果表明，與其它幾種ABC算法相比，MABC算法增強了尋優(yōu)能力，有效地提高了算法的全局收斂速度。
　　2．為了進一步提高

3、ABC算法的全局搜索能力，提出了基于回溯搜索算法的兩種改進的ABC算法——BSAABC1和BSAABC2。由于回溯搜索算法強大的全局搜索能力，新算法很好的平衡了ABC算法的開采和探索能力。仿真實驗結果表明，新算法能夠很好的跳出局部最優(yōu)，收斂速度快，尋優(yōu)精度高。
　　3.將改進的ABC算法用于圖像對比度增強中，提出了基于MABC，BSAABC1和BSAABC2算法的圖像對比度增強方法。通過改進ABC算法搜索非完全Beta函數的最佳參