引入人工蜂群搜索算子的粒子群算法

针对标准粒子群算法易出现早熟现象和收敛速度慢等问题, 提出一种引入人工蜂群搜索算子的粒子群算 法. 首先利用人工蜂群搜索算子很强的探索能力, 对粒子搜索到的历史最优位置进行搜索以帮助算法快速跳出局部 最优点; 然后, 为了提高算法的全局收敛速度, 提出一种基于混沌和反学习的初始化方法. 通过12 个标准测试函数的 仿真实验并与其他算法相比较, 所得结果表明所提出的算法具有较快的收敛速度和很强的跳出局部最优的能力.