基于最优个体指导单纯形法改进的人工蜂群算法及应用

摘要

针对基本人工蜂群算法在求解复杂优化问题时,存在收敛精度低、收敛速度慢的缺点,提出一种基于最优个体指导单纯形法改进的人工蜂群算法.算法引入基于当前最优个体作为指导的单纯形法进行邻域搜索,以增强局部探索能力.同时采取保优策略,以加快收敛速度.通过6个标准测试优化问题的仿真实验表明,该算法较基本人工蜂群算法具有更高的求解精度和更快的收敛速度.将算法用于分数阶登革病毒传播模型的参数优化,所得的参数对应的模型输出与实际数据拟合情况较好.