论文部分内容阅读
针对人工蜂群算法自身存在的局部搜索能力较差，收敛较慢，易受到局部最优束缚的问题，在种群搜索过程中引入梯度信息，并利用中心差分格式对梯度做近似处理，提出了一种基于种群的梯度搜索策略，并用于人工蜂群算法采蜜蜂阶段的搜索，提高算法的局部搜索能力。同时，侦察蜂采用了全局随机搜索策略，以避免在解决多峰问题时，由于快速收敛而导致的早熟现象。在6个标准测试函数上的仿真实验结果表明，这种新的搜索机制在局部求解与全局探索之间取得了较好的平衡，使得改进后的算法在不同类型问题上的优化能力有了明显改善。