改进的人工蜂群算法及其在参数优化中的应用

发布时间：2024-04-14 06:30

　　为克服基本人工蜂群算法在求解复杂函数优化问题时,存在求解精度低且搜索盲目性大的缺点,提出一种改进的人工蜂群算法。上述算法在基本人工蜂群算法的跟随蜂阶段,引入局部搜索性能较强的共轭梯度法改变搜索策略,用确定性搜索代替盲目性搜索,减少随机性,增强跟随蜂的局部寻优能力,确保食物源的每次更新都会得到改善。将改进后的算法用于传统登革病毒传播模型的参数优化。经过标准测试函数问题的仿真表明,所得改进的人工蜂群算法较基本人工蜂群算法具有更高的求解精度,所得的参数对应的模型输出与实际数据拟合情况较好。

【文章页数】：6 页

【部分图文】：

图1FABC算法流程图

(xi+1－x2i)+(xi－1)2］［－30．30］0f4f4(x)=∑ni=1［x2i－10cos(2πxi)+10］［－5．12，5．12］0f5f5(x)=－20exp－0．2∑ni=1x2i槡/n()－exp1n∑ni=1cos(2πxi)()+20+e［－32，32］....

图2目标函数f1平均最优进化曲线

比，FABC算法在所得解的精度上有较大的提升。对单峰函数f1无论是最好解还是最差解都成功的找到理论最优解0;对复杂的多峰函数f2和f5，ABC算法和GABC算法最差解和最好解相差甚远，说明算法的表现极不稳定，而FABC算法最差解和最好解很接近，且标准差表明算法相对稳定;对单峰函数....

图3目标函数f2平均最优进化曲线

在2400次左右达到1e－12，而ABC算法和GABC算法在3000次仍很差;从图5中可以看出，对目标函数f4，FABC算法在大约1400次成功找到理论最优解，ABC算法和GABC算法在3000次仍未达到;从图6中可以看出，对目标函数f5，求解精度达到1e－8，FABC算法大约需....

图4目标函数f3平均最优进化曲线

ABC算法和GABC算法在3000次仍很差;从图5中可以看出，对目标函数f4，FABC算法在大约1400次成功找到理论最优解，ABC算法和GABC算法在3000次仍未达到;从图6中可以看出，对目标函数f5，求解精度达到1e－8，FABC算法大约需要2300次，GABC算法需300....

本文编号：3954264