人工蜂群算法综述.pdf

人工蜂群算法综述.pdf

ID:52475640

大小:947.97 KB

页数:4页

时间:2020-03-28

人工蜂群算法综述.pdf_第1页
人工蜂群算法综述.pdf_第2页
人工蜂群算法综述.pdf_第3页
人工蜂群算法综述.pdf_第4页
资源描述:

《人工蜂群算法综述.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、基金项目学术探讨2015年第5期人工蜂群算法综述杨粟涵蒋洪伟*(北京信息科技大学,北京100192)[摘要]近年来群智能算法发展较为迅速并解决了很多大规模的复杂问题。人工蜂群算法是一种新型的群智能算法,以其很强的全局收敛性、贪婪启发式的搜索特征以及求解问题的快速性等优越的性能受到广泛关注。简单介绍了人工蜂群算法提出的生物学背景;由蜜蜂觅食行为与现实问题的求解类比给出了该算法的建模思想;并详细介绍了人工蜂群算法实现的算法模型;从基于算法的改进以及基于算法的应用两方面讨论了近年来很多学者对人工蜂群算法研究的现状

2、;最后对人工蜂群算法的研究进行展望,从算法的弱点分析提出了该算法改进的方向以及进一步应用的领域。[关键词]群智能;人工蜂群算法;觅食行为;算法模型;研究现状中图分类号:TP301.6文献标志码:A文章编号:1008-6609(2015)05-0015-04型,他发现用人工蜂群算法求解非限制性数值优化函数方面1引言比常见的启发式算法具有更加优越的性能[4]。人工蜂群算法自然界的群居生物,如蚁群、鸟群、蜂群等,它们的个体具有很强的全局收敛性,它利用非雇佣蜂贪婪选择雇佣蜂进结构十分简单,但个体之间通过交流协作表现

3、出的行为却十行跟随,加快了算法的迭代速度,同时又利用侦查蜂帮助算分复杂,产生了群体智能。群体智能[1]指的是“简单智能的主法跳出局部最优,增加了解的多样性。该算法的突出优点是体通过合作表现出复杂智能行为的特征”,它具有自组织、分每次迭代都进行全局和局部搜索,因此找到最优解的概率会布式控制、全局信息传播等特点,突出了群体中个体之间通大大增加。过协作而表现出复杂行为的涌现现象。人们开始关注这种2人工蜂群算法原理现象并研究这种现象背后存在的机理,用计算机仿真其中可2.1生物背景循的规律,模拟产生出一系列解决传统优

4、化问题的新方法,在蜜蜂社会里,它们过着一种类似于母系氏族的生活。使许多在人类看起来高度复杂的优化问题得到完美的解蜜蜂群体中有蜂王、工蜂和雄蜂三种类型的蜜蜂。其中工蜂决。群智能算法是模拟自然界生物的群体行为而构造的随是数量最多的蜜蜂,主要承担着寻找食物源、采集蜂蜜、储存机优化算法,每个个体被看作一个独立的智能体,将个体的蜂蜜等工作。这些工蜂采集完蜂蜜回巢后,会在蜂巢上右一进化或觅食行为模拟成对解的搜索和优化过程,将个体对环圈、左一圈地跳“8”字舞。在直线阶段时,腹部还会左右摇境的适应能力模拟为对求解问题目标函

5、数的度量,将个体的摆,摇摆的方向表示采集地点的方位,其平均角度θ表示采集优胜劣汰的进化或觅食过程模拟为用好的可行解替代坏的地点与太阳位置的角度;而食物的距离则是靠摇摆的持续时可行解的过程,从而形成了“生成+检验”的迭代搜索特征。间来决定,距离每增加100m,蜜蜂摇摆的时间增加75ms[5],人工蜂群算法是一种典型的具有迭代搜索特征的群智能算法。1946年,德国生物学家Frisch首先破译了蜜蜂采蜜后这两部分信息就是蜜蜂的舞蹈语言。找到食物的蜜蜂通过回蜂巢跳舞所包含的信息,并因此获得了诺贝尔生理学奖。跳“8”

6、字舞,能够吸引蜂巢内其它蜜蜂的注意,这些蜜蜂把这在蜜蜂种群中,各个社会阶层的蜜蜂只能完成单一的任务,但段舞蹈看过5~6遍后,会得到食物地点的准确信息,选择飞不同阶层的蜜蜂之间通过摇摆舞、气味等多种信息交流方式往蜜源去采蜜或者在其附近重新寻找新的蜜源。蜂群之间可以使整个种群协同完成如筑巢、收获花粉等多种工作[2]。的这种信息交流与学习,使得整个蜂群总能找到优质蜜源。美国的Seeley由此最先提出了蜂群的自组织模拟模型。随2.2建模思想后,美国的Teodorovic进一步提出了蜂群优化算法[3]。土耳其由于人工

7、蜂群算法起源于对自然界蜂群觅食过程的模的Karaboga于2005年提出了较为完善的人工蜂群算法模拟,因此提取出三个要素和三种行为模式:蜜源、雇佣蜂和非——————————————作者简介:杨粟涵,女,安徽亳州人,硕士研究生,研究方向:物流系统规划与设计。*通讯作者:蒋洪伟,男,辽宁沈阳人,工学博士,副教授,研究方向:智能优化算法、物流与供应链管理。基金项目:北京市属高等学校高层次人才引进与培养计划项目,项目编号:CIT&TCD201304118。-15-学术探讨基金项目2015年第5期雇佣蜂,放弃某个蜜源

8、、为某个蜜源招募和搜索新蜜源。蜜do源由于距离远近、花蜜量多少等原因,一般用“收益度”来表Vjjjjji=Xi+φi(Xi-Xk);(2)示,收益度越高,蜜源价值越高,在实际问题中对应于目标函新蜜源的适应度值为F(Vi),若F(Xi)的值低于F(Vi),则用Vi数值的优劣。雇佣蜂同具体的蜜源联系一起,找到蜜源后会取代Xi为新蜜源,否则不变。携带蜜源的相关信息变为采蜜蜂。非雇佣蜂分为两种,侦查Step3:对于每只跟

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。