%0 Journal Article
%A 杜振鑫
%A 韩德志
%A 刘广钟
%T 改进基于记忆的人工蜂群算法
%D 2017
%R 10.13190/j.jbupt.2017-037
%J 北京邮电大学学报
%P 61-66
%V 40
%N 5
%X 基于记忆的人工蜂群算法（ABCM）通过记住成功使用的邻居和系数指导人工蜂群下一步的搜索，需消耗多次函数评价收敛到吸引子，且始终使用与上次相同的排斥系数，造成收敛速度不快、多样性不足，易陷入局部最优解.提出一种改进ABCM （IABCM），当使用吸引系数时，候选解只消耗一次函数评价收敛到吸引子，如果候选解好于当前解，则替换当前解，否则直接删除该记忆，这样可以利用尽量小的代价得到尽量大的收益.当使用排斥系数时，该系数的数值部分重新随机生成，以增加多样性和随机性，有利于算法跳出局部最优解.在22个不同类型函数上的实验表明，IABCM在收敛速度和精度方面明显优于ABCM.
%U https://journal.bupt.edu.cn/CN/10.13190/j.jbupt.2017-037