人工蜂群算法及其在圖像增強中的應(yīng)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(fù)雜的整體任務(wù)而表現(xiàn)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(xiàn)、優(yōu)化性能好、魯棒性強，自問世以來便受到了國內(nèi)外眾多學(xué)者廣泛的關(guān)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(chǔ)上，提出了三種改進(jìn)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(jìn)化算子和混沌搜索策略的改進(jìn)的人工蜂群算法(MABC)。該算法將差分進(jìn)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(jìn)行混沌搜索。實驗結(jié)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(jìn)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(jìn)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(jié)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(jìn)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(jìn)ABC算法搜索非完全Beta函數(shù)的最佳參