人工蜂群算法讲述.doc

甘肃农业大学 硕（博）士研究生论文开题报告 所在院系 信 息 科 学 技 术 学 院 学科专业 农 业 信 息 化 学位级别 专 业 硕 士 学生姓名 莫 敏 敏 入学时间 2014 年 9 月 导师姓名 刘 成 忠 课题名称 人工蜂群算法改进及其应用研究 甘肃农业大学研究生处制 二〇一五年六月 PAGE \* MERGEFORMAT 8 一、立论依据 1.1课题的现状及研究意义 古往今来,优化问题充斥在人类的生活和工作当中,优化算法的利用可以有效的解决这些问题,从而提高工作效率,减小资源浪费。随着人类社会不断向前发展,优化问题变得越来越复杂化、多样化,随之而来的是各种优化算法的产生和发展。 近几百年来,人类社会发生了翻天覆地的变化,科学技术得到了史无前例的巨大发展。20 世纪 30 到 40 年代期间,爆发出了很多古典优化方法不能解决的问题,随之而来地提出了一系列新的解决方法。诸如动态规划和非线性规划,能够有效地解决当时科学、技术和生活中的难题。 二次世界大战过后,到现如今,人类社会取得了巨大的进步。又依次经历了电器时代、信息社会,再到现如今的大数据、智能传感时代,所遇到的问题更加的复杂、多样、大型,所要处理的数据量、要求的精度、以及时间成本等,都不可同日而语。而传统优化算法,求解条件十分苛刻,对大型问题早已无能为力,在求解速度、精度等方面,也远远不能满足现实要求。大自然是人类的导师。人们惊奇的发现,自然界中,某些群居生物,如蚂蚁、蜜蜂者,个体虽然简单渺小,但当它们有机地组合在一起,分工合作时,可以完成十分复杂的任务。这不禁引起人类感叹和深思科学家们受到这些群居生物集体性行为的启发,提出了一系列的智能优化算法,给现代复杂多样的大型问题的解答,带来了福音。 20 世纪 60 年代,J.Holland 教授提出了遗传算法,并将该算法成功地应用到复杂函数优化等领域。随后又有学者提出了一系列类似于遗传算法的进化算法,例如进化策略等。 20 世纪 80 年代,Metropolis 等受物质退火过程的启示,提出了模拟退火算法, 1983 年,Krikpatrick 等将该算法推广到了组合优化的应用。 20 世纪 90 年代,Dorigo 等受蚂蚁觅食行为的启发,提出了蚁群算法,并将该算法应用到了旅行商问题(TSP)等组合优化问题中,且取得了优良的效果。1995 年,Kennedy 等模拟鸟群的飞行觅食行为提出了粒子群算法,在求解复杂函数优化问题时有很好的效果。2005 年,Karaboga 博士根据蜜蜂的采蜜行为,提出了人工蜂群(Artificial Bee ColonyAlgorithm,ABC)算法。之后,他又和 Basturk 一起,将 ABC 算法应用于函数优化领域,并和已有的随机智能有哪些信誉好的足球投注网站算法进行了比较。实验证明,ABC 算法在优化高维函数时,较传统优化算法有较大的优势。尔后,Karaboga 博士又将 ABC 算法应用到了解约束问题上,再次取得了十分理想的效果。随着越来越多的仿生算法的提出,逐渐形成了计算智能领域的一个新的分支——群智能算法。这些算法克服了传统优化算法的弊端,只涉及最基本的数学运算,没有苛刻的数学要求,极易实现。且这些算法有很好的并行性和正反馈特性,能够分布式、自组织地工作,鲁棒性高,不需要集中控制,不需提供全局信息;能有效解答复杂分布式问题,十分吻合实际需求。因此这些群智能优化算法被大量的运用在各工业、信息领域,如国防、通信、交通、图像处理、形状匹配、智能控制、数据挖掘、移动互联、信息安全、路由算法等邻域。 人工蜂群算法是一种新型的元启发式有哪些信誉好的足球投注网站算法，其实现机理是通过模拟蜂群采蜜过程中体现出的智能行为来实现对问题的求解。由于人工蜂群算法具有简单、灵活、鲁棒性等特点，因此它在数值函数优化、整数规划、组合优化、多目标优化、人工神经网络训练和图像处理等领域有着广泛应用并取得了较好的研究成果。然而，人工蜂群算法作为一种新型算法，其算法模型尚不成熟，在求解NP-Hard的离散域优化问题上的研究尚处于初步阶段。因此，完善人工蜂群算法的理论研究，并探索其在NP-Hard的离散域优化问题上的应用，具有重要的研究价值和现实意义。 人工蜂群算法的特点： (1) 多角色分工机制。蜜蜂按照自己角色采用不同的方法有哪些信誉好的足球投注网站，并根据所得解的质量自发的调整角色，以适应下一次有哪些信誉好的足球投注网站过程。 (2) 协同工作机制。蜜蜂在选择路径时，依据角色决定是否选用以前蜜蜂留下的信息和