一种基于蜜蜂多群体觅食的粒子群优化算法
【摘要】:本文在分析基本PSO的基础上,通过模拟蜜蜂群体觅食的行为,建立了一种新的粒子群优化算法—HoneybeePSO。该算法将种群划分为若干子种群,对于每一种群中的粒子分别应用轮盘赌方式确定其各自的搜索方向,保证了种群的多样性;每个粒子在搜索时考虑自身历史最优位置、所选子种群局部最优位置以及自身最劣位置,体现了粒子寻优避劣的能力,有助于提高搜索效率;对每次迭代的全局最优位置实行按维混沌局部搜索(CLS),既防止陷入局部最小值,又可以分离位置各分量之间的相互影响。通过利用标准测试函数GP-Goldstein-Price和RA-Rastrigin对Honeybee算法和标准PSO算法进行比较,结果表明Honeybee算法在解的搜索质量、效率等方面都优于PSO算法。
【相似文献】 | ||
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|