论文部分内容阅读
人工蜂群算法具有鲁棒性强、收敛速度快且全局寻优性能优异等优点，但其局部搜索能力不足．为了克服此缺陷，提出了一种改进的混沌局部搜索的人工蜂群算法．新算法在每一代的所有个体的平均值附近利用混沌函数进行局部搜索，然后在搜索到的解和原食物源之间采用贪婪选择的原则确定下一代种群．基于6个标准测试函数的仿真结果表明，本算法能有效地加快收敛速度，提高最优解的精度，其性能优于已有的人工蜂群算法．