暂无评论
人工蜂群(ABC) 算法存在着收敛速度不够快、易陷入局部最优的缺陷. 针对这一问题, 提出一种改进的人工蜂群(DCABC) 算法. 应用反学习的初始化方法产生初始解, 引入分治策略对蜜源进行优化, 在
利用随机过程理论, 对人工蜂群算法收敛性进行理论分析, 给出人工蜂群算法的一些数学定义和蜜源位置 的一步转移概率, 建立人工蜂群算法的Markov 链模型, 分析此Markov 链的一些性质, 论证了
为了克服人工蜂群算法在处理复杂性问题时收敛速度慢、收敛精度不高、易早熟等缺陷, 在原始人工蜂群算法的基础上引入信息熵. 信息熵本身是不确定性的一种度量, 由信息熵的值来度量人工蜂群算法中跟随蜂选择的不
;蜂群算法简介;一 蜜蜂采蜜机理;蜂群产生群体智慧的最小搜索模型包含基本的三个组成要素食物源被雇佣的蜜蜂employed foragers和未被雇佣的蜜蜂unemployed foragers两种最为
针对人工蜂群算法存在收敛速度慢、易早熟等缺点, 提出一种改进的人工蜂群算法. 利用随机动态局部搜索算子对当前的最优蜜源进行局部搜索, 以加快算法的收敛速度; 同时, 采用基于排序的选择概率代替直接依赖
人工蜂群算法MATLAB代码实现,内有调用说明,采用最精简的编写方式
(1)这是本人在看了许多前人代码后通过总结、改进编写出来的:运行在matlab之上,代码简单易懂,内部附有详细注释,绝对经典,欢迎下载,你值得拥有;(2)有10个优化函数,只需要在主函数中更换函数名即
人工蜂群算法(ABC)代码java版
人工蜂群优化算法,一种典型群智能优化算法。。。。。。。。。。
提出一种带有附加失真路径的分裂增强型Hammerstein模型,使用无记忆多项式和有限冲激响应FIR滤波器分别构建该模型中的无记忆子系统和记忆效应子系统。利用飞思卡尔Freescale半导体晶体管MR
暂无评论