主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公English
2020-2021年专刊出版计划 微信服务介绍 最新一期:2020年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
周新宇,吴志健,王明文.基于正交实验设计的人工蜂群算法.软件学报,2015,26(9):2167-2190
基于正交实验设计的人工蜂群算法
Artificial Bee Colony Algorithm Based on Orthogonal Experimental Design
投稿时间:2014-05-19  修订日期:2014-10-20
DOI:10.13328/j.cnki.jos.004800
中文关键词:  人工蜂群  侦察蜂  搜索经验  正交实验设计  通用框架
英文关键词:artificial bee colony  scout bee  search experience  orthogonal experimental design  general framework
基金项目:国家自然科学基金(61305150, 61364025, 61462045); 教育部人文社科基金(13YJCZH174); 软件工程国家重点实验室开放基金(SKLSE2014-10-04); 江西省自然科学基金(20151BAB217007); 江西省教育厅科学技术项目(GJJ13729, GJJ14747)
作者单位E-mail
周新宇 江西师范大学 计算机信息工程学院, 江西 南昌 330022 xyzhou@whu.edu.cn 
吴志健 软件工程国家重点实验室(武汉大学), 湖北 武汉 430072  
王明文 江西师范大学 计算机信息工程学院, 江西 南昌 330022  
摘要点击次数: 3154
全文下载次数: 2606
中文摘要:
      人工蜂群算法是近年来提出的较为新颖的全局优化算法,已成功地应用于解决不同类型的实际优化问题.然而在该算法及相关的改进算法中,侦察蜂通常采用随机初始化的方法来生成新食物源.虽然这种方法较为简单,但易造成侦察蜂搜索经验的丢失.从算法搜索过程的内在机制出发,提出采用正交实验设计的方式来生成新的食物源,使得侦察蜂能够同时保存被放弃的食物源和全局最优解在不同维度上的有益信息,提高算法的搜索效率.在16个典型的测试函数上进行了一系列实验验证,实验结果表明:1) 该方法能够在基本不增加算法运行时间的情况下,显著地提高人工蜂群算法的求解精度和收敛速度;2) 与3种典型的变异方法相比,有更好的整体性能;3) 可作为提高其他改进人工蜂群算法性能的通用框架,具备有良好的普适性.
英文摘要:
      Developed in recent years, artificial bee colony (ABC) algorithm is a relatively new global optimization algorithm that has been successfully used to solve various real-world optimization problems. However, in the algorithm, including its improved versions, the scout bee usually employs the random initialization method to generate a new food source. Although this method is relatively straightforward, it tends to result in the loss of the scout bee's search experience. Based on the intrinsic mechanism of ABC's search process, this paper proposes a new scheme that employs the orthogonal experimental design (OED) to generate a new food source for the scout bee so that the scout bee can preserve useful information of the abandoned food source and the global optimal solution in different dimensions simultaneously, and therefore enhancing the search efficiency of ABC. A series of experiments on the 16 well-known benchmark functions has been conducted with the experimental results showing the following advantages of the presented approach: 1) it can significantly improve the solution accuracy and convergence speed of ABC almost without increasing the running time; 2) it has better performance than other three typical mutation methods; and 3) it can be used as a general framework to enhance the performance of other improved ABCs with good applicability.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利