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。