资 源 简 介
修改 artificial 蜂群算法Artificial 蜂群算法 （ABC） 是一种相对较新的优化技术，已被证明是竞争与其他基于人口的算法。然而，还有 insufficiency ABC 中关于其解决方案搜索方程，是善于探索，但在剥削穷人。利用差分进化 （DE） 的启发，我们建议改进的解决方案搜索方程，基于蜜蜂搜索仅围绕提高利用先前的迭代的最优解。然后，为了充分利用和平衡的 ABC 方程解搜索和建议的解决方案搜索方程的剥削的探索，我们介绍一个选择性的概率 P，得到新的搜索机制。此外，为了加强全局收敛性，当产生初始种群，混沌系统和反对派为基础的学习方法被使用。新的搜索机制，以及拟议的初始化弥补了 ABC （简称 MABC），排除概率选择计划和侦察蜂阶段修改。一套 28 基准函数进行了实验。结果表明在解决复杂的数值优化问题与两种基于 ABC 的算法相比 MABC 性能良好。
