【摘 要】
：
针对人工蜂群算法有时收敛速度较慢和探索能力较强而开发能力不足等问题,提出一种改进的人工蜂群(IABC)算法。该算法在跟随蜂阶段采用一种基于当前局部最优解(pbest)的搜索策略,能提高算法的局部搜索能力。为了加快算法的收敛速度,采用基于一般的反向学习的策略进行种群初始化,而且采蜜蜂和跟随蜂进行邻域搜索时,邻域搜索的维数根据循环代数动态调整。基于十个标准测试函数的仿真结果表明,该算法能有效加快收敛速
【机 构】
：
牡丹江师范学院理学院,北京理工大学数学学院
【基金项目】
：
国家自然科学基金资助项目（11371002）,黑龙江省自然科学基金资助项目（A201209）,黑龙江省教育厅科学技术研究项目（12541849）,牡丹江师范学院省级重点创新预研项目（SY201223）
论文部分内容阅读
针对人工蜂群算法有时收敛速度较慢和探索能力较强而开发能力不足等问题,提出一种改进的人工蜂群(IABC)算法。该算法在跟随蜂阶段采用一种基于当前局部最优解(pbest)的搜索策略,能提高算法的局部搜索能力。为了加快算法的收敛速度,采用基于一般的反向学习的策略进行种群初始化,而且采蜜蜂和跟随蜂进行邻域搜索时,邻域搜索的维数根据循环代数动态调整。基于十个标准测试函数的仿真结果表明,该算法能有效加快收敛速度,局部优化能力有显著提高。
其他文献
目的:探讨个性化健康教育在肺结核伴糖尿病患者护理中的应用,并进行观察。方法:选取2015年7月-2017年2月在我院接受治疗的肺结核伴糖尿病患者64例作为研究对象,按照数字表发
为了识别在自然条件下拍摄的图像中所包含的商标,提出了一种基于加权排序检索和视觉模式挖掘的算法。通过特征点相似度的权重大小得到商标的初步识别结果;然后建立特征点对的空间关系模型,再通过数据挖掘方法对空间位置关系所建立的视觉模式进行匹配从而删除误匹配结果,最终实现商标的识别。不同算法在数据集Flickr Logos上的实验结果表明,该算法利用视觉模式能更好地描述商标并且能够利用较少的样图获得较高的查准
以"三个代表"重要思想为指导,围绕高校的中心工作,解放思想,强化市场等五种意识,深化改革,加强管理,努力增强解决自身问题的能力,促进高等教育跳跃式发展.
针对Grab Cut基于像素建立图模型并进行迭代求解耗时的特点,提出了一种新的基于SLICO改进的Grab Cut分割新算法。首先用户在图像目标区域手动划定一个矩形框,然后在CIELab颜色模型下利用SLICO算法将图像预处理成内部颜色一致的超像素图,利用这些超像素来构建图模型,并用这些超像素均值迭代估计高斯混合模型(GMM)参数。在参数估计中,采用背景区域优化技术,显著减少迭代时的节点数量,并减
目的:探究慢性乙肝病毒感染型专科医院与社区卫生服务中心实行双向性转诊模式的相关情况。方法:选择构建双向转诊服务模式以来的社区慢性乙肝炎症病毒性感染患者587例,并选取
总结了1例血透患者合并开放性骨折伴高钾血症进行连续性静脉-静脉血液透析(CVVHD)治疗降低血钾浓度配合急诊手术的护理体会。透析过程中注意防止血液的凝固,动态监测血液生化
目的:研究对冠心病患者应用电话随访对其住院频率的影响以及效果。方法:将2013年8月~2014年9月于我科进行治疗的100例冠心病患者视作研究对象,将其分成观察与对照2个组,观察
多选择背包问题是组合优化中的典型NP难题之一。针对传统蜂群算法存在的收敛速度慢、易陷入局部最优的缺点,提出改进策略。改进的算法通过设置两个自适应变化的种群雄蜂群和雌蜂群,雄蜂群负责与蜂后交叉操作以保持种群的选择压力,雌蜂群负责自适应变异操作以保持种群多样性,蜂后则根据启发式规则主动进化以局部寻优。根据算法实现的核心思想,仿真实验结果表明,提出的改进算法可以有效避免陷入局部最优,同时通过实例也验证了
提出一种云计算与对等计算融合模型Cloud-P2P,并基于Cloud-P2P构建一种新颖的泛知识云系统,将网络中的各类文献、知识信息有序地组织在一起;充分考虑网络边缘节点上可以利用的资源,在保障用户使用体验的前提下,将用户提交的知识索取任务从网络中心的服务器端迁移到网络边缘的客户端。为进一步改善用户的使用体验,提出一种动态的复合自适应QoS保障机制,通过综合区分用户与资源类型,并设定服务器负载阈值
人工蜂群(artificial bee colony,ABC)算法在解决多峰函数优化问题时经常会陷入局部最优,使得算法过早停滞,而在解决单峰问题时往往出现收敛速度过慢的问题。针对上述不足,为了进一步提高算法的优化性能,提出了一种基于交叉突变的人工蜂群(intersect mutation ABC,IMABC)算法。IMABC算法将整个蜂群依据其适应度值优劣进行划分,引入种群划分参数,对不同种群中的