基于伊藤算法的改进人工蜂群算法

针对人工蜂群算法(abc)在求解复杂问题时出现的收敛速度慢、易陷入局部最优的缺点,在布朗运动和伊藤随机过程的启示下,借鉴伊藤算法的设计思想,提出了一种基于布朗运动的改进人工蜂群优化算法(bmabc)。在采蜜蜂和观察蜂阶段分别设计了不同的漂移算子和波动算子。漂移算子保证算法向着最优解的位置漂移,波动算子保证了解的多样性。分别使用abc、gabc和bmabc对5个经典函数进行了测试。实验结果表明,bmabc算法具有收敛速度快、收敛精度高的特点,并具有良好的稳定性。