基于强化学习的多策略自寻优人工蜂群算法

倪红梅, 王梅

吉林大学学报(信息科学版) ›› 2025, Vol. 43 ›› Issue (01) : 83-89. DOI: 10.19292/j.cnki.jdxxp.2025.01.010

基于强化学习的多策略自寻优人工蜂群算法

  • 倪红梅, 王梅
作者信息 +
History +

摘要

针对人工蜂群算法局部搜索能力不足的缺点,借鉴强化学习的寻优思想,提出了一种基于强化学习的多策略自寻优人工蜂群算法。该算法将强化学习中的Q学习方法与人工蜂群算法相融合,利用种群最好值与个体适应值的距离和种群多样性两个指标作为划分状态的依据,建立包含多种搜索策略的动作集,采用ε-贪心策略选择最优,产生高质量的后代,实现了ABC(Artificial Bee Colony)算法更新策略的智能选择。通过20个测试函数和在股票预测方面的应用,结果显示所提算法表现出较优性能,能更好地平衡勘探和开发之间的关系,具有较快的收敛速度和较好的自寻优能力。

关键词

人工蜂群算法 / 强化学习 / 多策略 / Q学习 / 自寻优

中图分类号

TP18

引用本文

导出引用
倪红梅, 王梅. 基于强化学习的多策略自寻优人工蜂群算法. 吉林大学学报(信息科学版). 2025, 43(01): 83-89 https://doi.org/10.19292/j.cnki.jdxxp.2025.01.010

基金

国家自然科学基金资助项目(51774090)

评论

Accesses

Citation

Detail

段落导航
相关文章

/