基于改进人工蜂群算法的大数据优化 |
| |
摘 要: | 针对传统方法无法解决具有5 V独特属性的大数据优化问题,提出基于改进人工蜂群(Artificial Bee Colony,ABC)算法的大数据优化信号重构算法.该算法通过引导所考虑问题的现有信息来初始化食物源,在引领蜂阶段使用交叉和变异算子生成候选解,并使用轮盘赌反向选择机制生成要交叉的食物源,观察蜂采用Rechenberg 1/5变异规则来自适应地控制扰动大小,在全局最优解的邻域内提供固定的搜索操作.实验结果表明:与其他方法相比,本文算法具有更稳健的最优和平均最优目标函数值,对大数据优化问题能够产生令人满意的结果.
|
本文献已被 CNKI 等数据库收录! |
|