發(fā)布時間：2022-12-25 13:06

　　針對基本人工蜂群算法在求解復(fù)雜優(yōu)化問題時,存在收斂精度低、收斂速度慢的缺點,提出一種基于最優(yōu)個體指導(dǎo)單純形法改進(jìn)的人工蜂群算法。算法引入基于當(dāng)前最優(yōu)個體作為指導(dǎo)的單純形法進(jìn)行鄰域搜索,以增強(qiáng)局部探索能力。同時采取保優(yōu)策略,以加快收斂速度。通過6個標(biāo)準(zhǔn)測試優(yōu)化問題的仿真實驗表明,該算法較基本人工蜂群算法具有更高的求解精度和更快的收斂速度。將算法用于分?jǐn)?shù)階登革病毒傳播模型的參數(shù)優(yōu)化,所得的參數(shù)對應(yīng)的模型輸出與實際數(shù)據(jù)擬合情況較好。 

【文章頁數(shù)】：9 頁

【部分圖文】：

目標(biāo)函數(shù)f1平均值進(jìn)化曲線

目標(biāo)函數(shù)f2平均值進(jìn)化曲線

目標(biāo)函數(shù)f3平均值進(jìn)化曲線

【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)人工蜂群算法及其在應(yīng)急調(diào)度優(yōu)化問題中的應(yīng)用[J]. 趙明,宋曉宇,常春光.  計算機(jī)應(yīng)用研究. 2016(12)



本文編號：3726680