版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
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(jù)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(shè)置參數(shù)少、計(jì)算簡單、易于實(shí)現(xiàn)等優(yōu)點(diǎn),已成功應(yīng)用于濾波器設(shè)計(jì)、網(wǎng)絡(luò)優(yōu)化及生產(chǎn)調(diào)度等領(lǐng)域。但因蜂群算法采用輪盤賭選擇機(jī)制對蜜源進(jìn)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(jìn)行研究改進(jìn),提出了一種增強(qiáng)尋優(yōu)能力的
2、改進(jìn)人工蜂群算法。該改進(jìn)算法將跟隨蜂的數(shù)量擴(kuò)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(jìn)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(jī)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(jì)數(shù)器次數(shù)大于閾值的所有蜜源,并將該類蜜源對應(yīng)的引領(lǐng)蜂全部變成偵察蜂,并讓偵察蜂對相應(yīng)蜜源進(jìn)行更新。通過自適應(yīng)動態(tài)調(diào)整偵察蜂的個(gè)數(shù),來提高算法的收斂精度。當(dāng)蜂群算法每經(jīng)過一輪迭代結(jié)束后,求解出當(dāng)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(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)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(jìn).pdf
- 人工蜂群算法的改進(jìn)與應(yīng)用.pdf
- 混合人工蜂群算法的改進(jìn)研究.pdf
- 基于改進(jìn)人工蜂群算法的聚類研究
- 人工蜂群算法的改進(jìn)及應(yīng)用研究.pdf
- 基于改進(jìn)人工蜂群算法的聚類研究.pdf
- 人工蜂群算法的改進(jìn)及其應(yīng)用研究.pdf
- 基于人工蜂群算法的Hadoop調(diào)度算法研究與改進(jìn).pdf
- 基于改進(jìn)人工蜂群算法的lssvm燃?xì)庳?fù)荷預(yù)測
- 基于改進(jìn)人工蜂群算法的LSSVM燃?xì)庳?fù)荷預(yù)測.pdf
- 基于改進(jìn)人工蜂群算法的模糊聚類研究.pdf
- 人工蜂群算法的改進(jìn)及相關(guān)應(yīng)用研究.pdf
- 基于改進(jìn)人工蜂群算法的機(jī)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(jī).pdf
- 基于人工蜂群算法的云計(jì)算.pdf
- 人工蜂群算法的研究與應(yīng)用.pdf
- 人工蜂群算法及其在圖像增強(qiáng)中的應(yīng)用研究.pdf
- 基于平均熵的自適應(yīng)人工蜂群算法改進(jìn)研究.pdf
- 基于改進(jìn)人工蜂群算法的輸電網(wǎng)擴(kuò)展規(guī)劃研究.pdf
評論
0/150
提交評論