人工蜂群算法的加速研究.docVIP

 人工蜂群算法的加速研究 袁亚杰，马英红，郑自然** （山东师范大学管理科学与工程学院，济南 250014） 5 10 15 20 25 30 35 40 摘要：在求解高维函数优化问题时，人工蜂群算法的探索性较强但是收敛速度较慢，本文修 改了雇佣蜂和跟随蜂的有哪些信誉好的足球投注网站算子，引入了加速系数，改变了雇佣蜂的学习对象，并对跟随蜂 的轮盘赌选择方式和侦察蜂的产生方式做了一定修改。通过 6 个 100 维测试函数的仿真实验， 与人工蜂群算法进行比较，本文算法可以用更少的进化代数获得更高的收敛精度，验证了改 进策略的有效性。 关键词：人工蜂群算法；函数优化；有哪些信誉好的足球投注网站策略；加速系数 中图分类号：TP301.6 Research on Accelerating Artificial Bee Colony YUAN Yajie, Ma Yinghong, Zheng Ziran (School of Management Science and Engineering, Shandong Normal University, JiNan 250014) Abstract: Artificial Bee Colony (ABC) algorithm has slow speed of convergence in spite of a good global exploration in solving high-dimensional function optimization. In this paper, we modify the search operator of employed bees and onlooker bees by introducing acceleration coefficient. Moreover, change the object for employed bees to learn, process roulette strategy of onlooker bees and admittance of scout bees. Compared with standard ABC algorithm in the simulation experiment of six benchmark functions with one hundred variables, this algorithm can get higher convergence precision and cost fewer evolution generations. Experimental results show that the improved strategies are effective. Keywords: Artificial Bee Colony (ABC); function optimization; search strategy; acceleration coefficient 0 引言 近年来，对于动物觅食行为的研究正受到人们的广泛关注，并由此提出了一些群集智能 算法（蚁群优化算法、微粒群算法、人工鱼群算法等）。2005 年，土耳其埃尔吉耶斯大学 的 Dervis Karaboga[1]，在 Seeley 的蜂群自组织模型[2]的基础上提出了人工蜂群算法（Artificial Bee Colony, ABC）将其应用于数值优化领域。由此以来，国内外学者通过对基本的 ABC 进 行了多种改进以及和其他算法的对比，显示了蜂群算法在函数优化领域优秀的性能。目前对 于 ABC 算法的研究还处于不断探索改进的阶段。 同其他智能算法一样，在初始化改进方面，有学者引入正交实验设计[3]和混沌有哪些信誉好的足球投注网站初始 化使得初始群体的分布有更好的代表性；在跟随蜂对蜜源的选择方式上，也有了轮盘赌方式 之外的 Boltzmann 机制、锦标赛策略、排序策略、分裂策略、反轮盘赌策略[4]、信息素-灵敏 度策略[5]等选择方式；在有哪些信誉好的足球投注网站算子的改进上，有动态变化的共享因子[6]，也有借鉴微粒群算 法认知模型的速度更新公式[7]，或是额外增加其他的有哪些信誉好的足球投注网站模式：猴群算法的爬过程[8]、差分 进化；在多种群混合方面，多是采用微粒群算法组成双种群模式[9]，然后设计一定的交互。 由于人工蜂群算法的个体更新方式有很好的全局性能，不易陷入局部最优，作为一种有哪些信誉好的足球投注网站算 子也被引入到蚁群[10]、微粒群[11]、萤火虫[12]等算法中，提高了原算法的收敛速度和求解精 度。 作者简介：袁亚杰，(1986-)，男，硕士研究生，主要研究方向：群体智能。 通信联系人：马英红，(1971-)，女，教授，博士生导师，主要研究方向：管理决策、组合最优化、复杂网 络等。E-