為了平衡人工蜂群算法局部開(kāi)發(fā)能力和全局搜索能力,提高算法收斂速度,提出一種基于閾值搜索的人工蜂群算法.首先,提出一種混沌鏡像初始化方法,保證初始種群的多樣性和優(yōu)異性;然后,利用個(gè)體閾值動(dòng)態(tài)調(diào)整搜索半徑,提高搜索精度和收斂速度,考慮外部檔案解的開(kāi)發(fā)次數(shù),合理選擇精英解來(lái)引導(dǎo)進(jìn)化.在11種測(cè)試函數(shù)上與其他幾種算法對(duì)比的仿真結(jié)果表明,所提出算法具有較好的分布性和收斂性. 

【文章來(lái)源】：控制與決策. 2020,35(08)北大核心EICSCD

【文章頁(yè)數(shù)】：10 頁(yè)

【參考文獻(xiàn)】：
期刊論文
[1]基于融合多策略改進(jìn)的多目標(biāo)粒子群優(yōu)化算法[J]. 楊景明,侯新培,崔慧慧,呼子宇,穆曉偉.  控制與決策. 2018(02)
[2]多搜索策略協(xié)同進(jìn)化的人工蜂群算法[J]. 王志剛,尚旭東,夏慧明,丁華.  控制與決策. 2018(02)



本文編號(hào)：3212967