人工蜂群算法是2005年土耳其注明学者提出的,理论较新颖,是学习算法最佳的算法
RFID系统的操作通常涉及一种情况,其中物理上彼此靠近的多个读取器可能会干扰彼此的操作。 必须最大程度地减少此类读取器冲突,以避免出现错误或读取错误。 因此,本文旨在使用一种成功的群体智能技术,称为人
Matlab编写的人工蜂群算法代码,含详细注释和测试函数,简短易懂,执行顺畅。可用于解决无约束优化问题。
基于蜂群算法的作业车间调度问题,孙瑞萍,姚宝珍,作业车间调度问题(JSP)在生产管理和组合优化领域扮演着重要的角色。本文中提出了一种结合交叉操作算法的改进的人工蜂群算法(IAB
针对人工蜂群算法收敛速度较慢、收敛精度不高的问题,提出一种基于排序选择和精英引导的改进人工蜂群算法.分析观察蜂概率选择方法在适应值变化时对于精英个体优选的不足,提出一种排序选择方法,用以替代概率选择方
针对差分进化算法易出现早熟现象和收敛速度慢等问题, 提出一种具有人工蜂群搜索策略的差分进化算 法. 利用人工蜂群搜索策略很强的探索能力, 对种群进行引导以帮助算法快速跳出局部最优点. 此外, 为了提高
Hausdorff距离在图像匹配领域广泛应用。针对Hausdorff距离结合一些搜索策略的匹配算法实时性不高的问题,提出了一种基于改进Hausdorff距离和人工蜂群算法搜索策略的图像快速匹配。首先提
针对无约束优化问题,提出一种新颖的混沌人工蜂群算法。新算法在Memetic算法框架的基础上,采用人工蜂群算法作为全局搜索算法,采用混沌搜索算子作为局部搜索算法。为了进一步提升算法的开采能力,新算法的侦
针对配电网无功补偿优化算法的不足,提出了一种基于人工蜂群算法的配电网无功优化方法。首先建立了无功优化的数学模型,然后提出了一种基于改进人工蜂群算法的无功优化方法。实验结果表明,改进的人工蜂群算法可以有
基于K_means的改进人工蜂群聚类算法