多邻域引导人工蜂群算法

开采与探索兼顾

一种结合适应度与距离信息的多邻域人工蜂群算法，在保持探索能力的同时增强开采能力，有效避免早熟收敛。

周新宇 · Guisen, Tan · 王晖 · Ma, Yong · 吴水秀

Expert Systems with Applications 2025

参数信息

对比算法数量

10

测试集数量

2

实际问题数量

1

邻接邻居数量

3

技术优势

不易早熟

同时考虑适应度和距离信息选择多个引导邻居，避免仅依赖最优邻居的贪婪行为。

搜索效率更高

设计了相似度度量来评估三种后代个体，在保持效果的同时减轻计算负担。

侦察蜂经验保留

改进的邻域搜索算子利用多个邻居来保持侦察蜂的搜索经验。

应用场景

• 机器人路径规划：直接求解路径规划优化模型，避免早熟陷局部最优。
• 工程设计优化：多邻域引导平衡探索与开采，提升设计参数寻优效果。
• 参数优化：利用距离信息增强搜索多样性，加速参数调优收敛。