.png){kind=icon}
返回
Dynamic Artificial Bee Colony Algorithm Based on Permutation Solution
.png){kind=icon}
OA
AI
DOI：10.3390/electronics13244934.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
人工蜂群算法（ABC）作为一种经典的群智能算法，具有参数少、逻辑清晰等优势。然而，ABC在迭代过程中难以良好平衡探索与开发阶段，且在最终优化阶段易受局部最优解影响，从而影响最终的最优解。为有效弥补算法的不足，提出了一种基于排列解的邻域学习人工蜂群算法（CNABC）。在CNABC中，提出了一种动态邻域学习策略，以提升算法在探索阶段的搜索能力与最优选择能力。为解决探索与开发失衡的问题，利用局部最优解引导周围差异的更新。在算法完成三个阶段后，引入替换机制，通过引入外部候选解作为可行解替换最差解，从而提升算法跳出局部最优的能力。最后，在CEC2022测试集上进行对比算法实验，并与CEC竞赛中的TOP算法在CEC2022测试集上进行比较。实验结果表明，CNABC在对比算法中具有良好竞争力，验证了CNABC的创新性与优化能力。
Keyword:
intelligent optimization
artificial bee colony algorithm
dynamic neighbor learning
exchange mechanism
CEC function test set
期刊
IF:
2.6
论文数:
1.1W
被引数:
4.7W
机构
引用论文
分享收藏Flight scheduling incorporating bad weather conditions through big data analytics: A comparison of metaheuristics.png)
EXPERT SYSTEMS
EXPERT SYSTEMSIF2.3
PREAI
分享收藏Mayfly Sparrow Search Hybrid Algorithm for RFID Network Planning基于Mayfly Sparrow搜索的RFID网络规划混合算法IEEE SENSORS JOURNAL
IEEE SENSORS JOURNALIF4.5
PREAI
分享收藏分享收藏
查看更多内容