基于matlab的人工蜂群算法

针对标准人工蜂群算法存在易陷入局部最优、收敛速度慢等缺陷，提出一种基于多策略融合的改进人工蜂群算法。为了避免陷入局部最优，引入可调压排序选择策略，以保证种群的多样性；同时，通过跟随蜂阶段将线性调整全局

人工蜂群算法是近年来新提出的一种优化算法。针对标准人工蜂群算法的局部搜索能力差，精度低的缺点，提出了一个改进的人工蜂群算法，利用全局最优解和个体极值的信息来改进人工蜂群算法中的搜索模式，并引入异步变化

人工蜂群算法的框架简化与算子改进:-1-中国科技论文在线人工蜂群算法的框架简化与算子改进袁亚杰,马英红,郑自然**(山东师范大学管理科学与工程学院,济南50014)摘...|下载前务必先预览,自己验证

针对人工蜂群和粒子群算法的优势与缺陷, 提出一种Tent 混沌人工蜂群粒子群混合算法. 首先利用Tent 混沌反向学习策略初始化种群; 然后划分双子群, 利用Tent 混沌人工蜂群算法和粒子群算法协同

为了提高人工蜂群算法的搜索性能，引入了连续状态下的生物病毒机制和宿主与病毒基于感染操作等思想优化人工蜂群算法搜索机制。人工蜂群算法具有控制参数少、实现简单的优点，但是由于蜂群收敛采用局部搜索，使得算法

几篇研究人工蜂群算法的中文文献，研究ABC的同学们可参考

人工蜂群算法（artificialbeecolonyalgorithm）是一种最新的基于仿生学的元启发式优化算法，对解决组合优化问题有很好的结果。提供几篇最新的国外研究论文，想在这方面研究的朋友可以学

约束多目标优化的多蜂巢人工蜂群算法

文档中主要包括了杜鹃搜索、花粉算法、人工蜂群、狼群搜索等智能算法，通过对文献的阅读，可以加深对智能算法的理解，有利于入门智能算法领域

提出一种基于进化知识融合的多目标人工蜂群算法.首先,采用精英群体知识和种群自身进化知识混合引导引领蜂进化,保持种群的多样性和优异性;然后,将一种融合个体支配关系和种群分布关系的方法引入跟随蜂的概率选择