一种混合人工蜂群算法求解顺序相依拆卸线平衡问题

本文提出了一种新的优化算法,即分级人工蜂群优化算法,称为HABC,以解决射频识别网络规划(RNP)问题。 在提出的多层次模型中,较高层次的物种可以由较低层次的亚种群聚集。 在底层,每个采用规范ABC方

自适应Tent混沌搜索的人工蜂群算法

结合局部搜索的多目标人工蜂群算法

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

通过将粒子群算法(PSO ) 与差别进化算法(DE) 相结合, 提出一种混合算法PSODE, 用于求解约束优化问 题. PSODE 是在PSO 算法中适当引入不可行解, 将粒子群拉向约束边界, 加强对

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

提出一种基于修改增广Lagrange函数和PSO的混合算法用于求解约束优化问题。将约束优化问题转化为界约束优化问题，混合算法由两层迭代结构组成，在内层迭代中，利用改进PSO算法求解界约束优化问题得到下

遗传算法(Genetic Algorithm)是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型,是一种通过模拟自然进化过程搜索最优解的方法,它最初由美国Michigan大学J.Ho

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。

受自然界群体生物繁衍生息行为的启发，提出了一种新型人工鱼群算法。新算法将鱼群行为概括为：觅食行为、繁衍行为和逃逸行为。其中，繁衍行为是指利用进化算法的选择和交叉算子赋予了人工鱼繁衍能力;逃逸行为利用了