摘 要:針對人工蜂群(ABC)算法的不足,以種群收斂程度為依據(jù),結(jié)合混沌優(yōu)化的思想,提出一種改進(jìn)的人工蜂群算法—自適應(yīng)搜索空間的混沌蜂群算法(SACABC)。其基本思想是在原搜索區(qū)域的基礎(chǔ)上,根據(jù)每次尋優(yōu)的結(jié)果自適應(yīng)地調(diào)整搜索空間,逐步縮小搜索區(qū)域,并利用混沌變量的內(nèi)在隨機(jī)性和遍歷性跳出局部最優(yōu)點(diǎn),最終獲得最優(yōu)解。基于六個(gè)標(biāo)準(zhǔn)測試函數(shù)的仿真結(jié)果表明, 本算法能有效地加快收斂速度,提高最優(yōu)解的精度, 其性能明顯優(yōu)于基本ABC算法,尤其適合高維的復(fù)雜函數(shù)的尋優(yōu)。
關(guān)鍵詞:人工蜂群算法; 混沌優(yōu)化; 自適應(yīng)搜索空間
中圖分類號:TP3016
文獻(xiàn)標(biāo)志碼:A文章編號:10013695(2010)04133005doi:10.3969/j.issn.10013695.2010.04.034