基于精英蜂群搜索策略的人工蜂群算法.doc

基于精英蜂群搜索策略的人工蜂群算法.doc基于精英蜂群搜索策略的人工蜂群算法摘耍:针对人工蜂群(ABC)算法存在收敛速度慢、求解精度不高、容易陷入局部最优等问题,利用蜂群觅食过程中先由侦察蜂进行四处侦察食物,并利用蜂群搜索构建精英群体指导蜂群觅食寻优。据此,提出了一种模拟侦察蜂侦察觅食行为的基于精英蜂群搜索策略的连续优化算法。算法利用构建精英蜂群策略、改进侦察蜂搜索机制以及基于目标函数值选择寻优三个主要策略加强算法的搜索机制。数值实验表明,所提算法不仅寻优精度和寻优率非常高,且收敛速度快,并能适于高维空间的优化问题。 关键词:侦察蜂;精英蜂群;人工蜂群算法;全局侦察;函数优化 中图分类号:TP18文献标志码:AAbstract:TherearesomeproblemsintheArtificialBeeColony(ABC)algorithm,suchasthes1owconvergeneespeed,lowsolutionprecisionandeasytofallinlocaloptimum・Inthispaper,,,thepaperproposedacontinuousoptimizationalgorithmbasedoneliteswarmsearchstrategy,whichsimulatedtheforagingbehaviorofscoutbees・Thesearchmechanismofthealgorithmwasenhaneedbyconstructingeliteswarmstrategy,improvingthescoutbeesearchmechanismandselectingthebestsolutionbasedontheobjectivefunctionvalue・ThenumericalexperimentresuItsshowthattheproposedalgorithmhashighsearchingprecision,・Keywords:scoutbee;eliteswarm;ArtificialBeeColony(ABC)algorithm;globalreconnaissance;functionoptimization0引言 人丁蜂群(ArtificialBeeColony,ABC)算法是一种模拟蜜蜂采蜜行为的随机搜索优化算法[1],算法采用蜂群觅食的方式来生成问题的解,从而解决现实生活中的诸多问题。该算法具有独特的角色分配机制,能快速地搜索到优化问题的解。同时,该算法利用蜂群的劳动分工、协作机制以及止反馈机制,使得算法更加灵活,全局寻优能力强,有较好的搜索性能,易与其他技术结合來提高原算