论文部分内容阅读
人工蜂群算法（Artificial Bee Colony，ABC）具有操作简单、控制参数少及鲁棒性强等特点，已成为群体智能领域的研究热点之一，但其仍然存在收敛速度慢、易陷入局部最优的问题。针对这些问题，提出了一种改进的人工蜂群算法（Quick Self—Adaptive Artifieial Bee Colony，QAABC）。首先，对人工蜂群算法的选择策略和搜索策略进行改进，以提高算法的收敛速度和优化精度；其次，对超边界的个体进行一次有效变异，增强种群的多样性。最后，将本文算法与其他两种算法（标准ABC