基于交叉突变算子的人工蜂群算法及其应用

摘要

It is easier to get trapped in the local optima in optimizing complex multimodal functions while slow convergence speed in solving unimodal functions using ABC algorithm. In order to overcome these shortcomings and improve the optimization performance，thi%人工蜂群（artificial bee colony，ABC）算法在解决多峰函数优化问题时经常会陷入局部最优，使得算法过早停滞，而在解决单峰问题时往往出现收敛速度过慢的问题。针对上述不足，为了进一步提高算法的优化性能，提出了一种基于交叉突变的人工蜂群（intersect mutation ABC，IMABC）算法。IMABC算法将整个蜂群依据其适应度值优劣进行划分，引入种群划分参数，对不同种群中的个体运用交叉突变算子，有效地平衡了种群的局部开采与全局探测能力，避免早熟收敛和提高收敛速度。从对基本函数的测试