暂无评论
基于人工蜂群算法的反向传播神经网络，通过大量尝试提出对神经网络误差调整参数进行优化的方法
针对人工蜂群算法存在易陷入局部最优、收敛速度慢的缺陷,提出一种改进邻域搜索策略的人工蜂群算法.首先,将混沌思想和反向学习方法引入初始种群,设计混沌反向解初始化策略,以增大种群多样性,增强跳出局部最优的
matlab人工蜂群觅食算法（两个版本）,包含两个版本，注释内容非常详细，很适合大家学习。
人工蜂群算法_C语言实现,带中文注释,artificial bee colony (ABC),包括Karaboga的四篇相关论文
Artificial bee colony algorithm optimizes CEC benchmark function
人工蜂群算法优化感知机，何东航，易正俊，感知机是将线性可分的训练样本实例划分为正负两类的分离超平面。分类准则是使得误分类点达到最小，采用梯度下降法对损失函数进行
自适应Tent混沌搜索的人工蜂群算法
基于混合人工蜂群算法乳化炸药配方优化,曹兰柱,,针对某露天矿提高乳化炸药爆热以改善油母页岩爆破效果的需求,在保证炸药原材料成本不高于1700元/t的前提下,基于混合人工蜂群算法
针对距离向量跳段(DV-Hop)算法在多边定位中误差较大的问题,详细分析了定位误差形成的原因,并提出了一种改进的人工蜂群优化DV-Hop定位算法。该算法引入数学优化模型,使用改进的区域限定人工蜂群算法
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
暂无评论