基于信息熵的改进人工蜂群算法

为了克服人工蜂群算法在处理复杂性问题时收敛速度慢、收敛精度不高、易早熟等缺陷, 在原始人工蜂群算法的基础上引入信息熵. 信息熵本身是不确定性的一种度量, 由信息熵的值来度量人工蜂群算法中跟随蜂选择的不确定性, 通过控制信息熵的值达到控制算法中跟随蜂选择过程的目的, 实现算法的自适应调节. 通过对测试函数和不同规模TSP 问题的模拟仿真, 对人工蜂群算法、蚁群算法和其他改进方法进行了对比, 验证了所提出改进方法的可行性和有效性.