论文部分内容阅读
针对人工蜂群算法收敛速度慢、寻优精度低的缺点，提出基于狭义中心和随机维度学习的人工蜂群算法。首先，在算法中定义狭义中心蜜蜂，并与当前种群最优解进行贪婪选择为种群最优解；其次，用最优解引导算法进行搜索，以增强算法局部搜索能力；再次，在每次迭代时，蜜蜂随机选择若干维度数进行学习，以加速算法收敛。8个经典基准函数的测试结果表明，新算法在收敛速度和解的精度上优于类似改进算法。