邻域搜索策略人工蜂群算法的改进  

On the Improvement of Artificial Bee Colony Algorithm based on Neighborhood Search Strategy

作　　者：马航航[1] 沈慧娟[2] MA Hang-hang;SHEN Hui-juan

机构地区：[1]甘肃广播电视大学信息中心,甘肃兰州730030 [2]甘肃广播电视大学理工农医学院,甘肃兰州730030

出　　处：《甘肃广播电视大学学报》2020年第4期80-84,88,共6页Journal of Gansu Radio & Television University

基　　金：2018年度甘肃省教育厅科研项目资助基金项目“基于SPSS Modeler的大数据分析与挖掘算法应用研究”(2018A-155)。

摘　　要：基于邻域搜索策略的人工蜂群算法(NABC),通过邻域最优食物源的搜索启发,使算法的全局收敛能力有一定的提高。然而,NABC算法仍然存在收敛速度慢,收敛精度低等不足之处。针对此问题,提出一种改进的邻域搜索策略的人工蜂群算法(INABC),基于领域最优个体对算法的迭代进化公式进行改进,使算法的收敛速度和深度搜索能力得到了明显的改善。为了说明INABC算法的性能优势,通过对12个测试函数的实验,实验结果证明了INABC算法对函数的优化求解具有更快的收敛速度和更高的收敛精度,说明基于领域最优个体对NABC算法进行改进具有明显的效果。

关 键 词：数据挖掘 邻域搜索 人工蜂群算法 最优个体 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]