基于动态整体更新和试探机制的蜂群算法

蜂群算法已被证明其效率高于多数传统优化算法,但是对于不可分离变量的函数则优势不明显。为平衡单维更新与整体更新,避免算法在某一方面开采过深陷入局部最优,通过计算单维开采成功率动态地控制参数limit,提出了一种单维更新和整体更新交替进行的混合算法。该算法在整体更新阶段采用基于试探机制的粒子群算法,避免种群飞向错误的方向。采用多种不同类型的基准函数对改进算法进行测试,数值实验结果验证了该算法的有效性。