基于自适应的改进人工蜂群算法

针对人工蜂群算法在处理复杂问题时易陷入局部最优的不足,提出一种自适应人工蜂群算法(APABC)。通过蜂群寻蜜的加速度系数随搜索过程而动态适应变化来提高算法的局部搜索性能,引入搜索蜜源能力较差的观察蜂向能够寻觅到更多蜜源的引领蜂学习交互策略,来进一步提高算法的全局搜索性能。将APABC算法与ABC算法进行性能对比测试,测试结果表明文中算法具有较快的收敛速度和较高的寻优精度,计算结果优于传统的ABC算法。