人工蜂群算法的框架简化与算子改进.docVIP

  人工蜂群算法的框架简化与算子改进 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：在保留了求解高维函数优化问题的标准人工蜂群算法的核心特点的基础上，本文对算 法的流程框架做了很大的简化，取消了作用不明显的各种操作，提出了一种简单易实现的蜂 群算法，并通过实验对比研究了适合本文算法框架的搜索算子。新算法参数极少、速度很快、 不需要较大的群体规模和较长的进化代数，经过 6 个高维函数的测试验证，表明了本文算法 的优秀性能。 关键词：人工蜂群算法；框架简化；搜索算子；加速系数 中图分类号：TP301.6 Framework Simplification and Operator Improvement for Artificial Bee Colony YUAN Yajie, Ma Yinghong, Zheng Ziran (School of Management Science and Engineering, Shandong Normal University, JiNan 250014) Abstract: The core driving power which standard Artificial Bee Colony (ABC) algorithm has in solving high-dimensional function optimization problems is preserved, all kinds of operations via which effects are insignificant are canceled, and the algorithm framework is streamlined, so we propose a simpler ABC algorithm easier to program. Through experimental comparison with some search operators, we get appropriate one fit for the new algorithm short for SABC. SABC which has fewer parameters and faster speed of convergence, can get high precision with small population size after a few evolution generations. In this paper, six benchmark functions are tested to show good performance of SABC. Keywords: Artificial Bee Colony (ABC); framework simplifying; search operator; acceleration coefficient 0 引言 2005 年，Karaboga D[1]基于对蜜蜂觅食行为的研究，提出了应用于连续函数优化的人工 蜂群算法(Artificial Bee Colony, ABC)，随后大量专家学者提出了改进算法，众多文献显示 ABC 比微粒群算法(Particle Swarm Optimization, PSO)具有更好的全局探索能力，不易陷入局 部搜索停滞，因而在高维多模态函数优化问题上具有较大的优势。在诸多改进策略中，基本 上是对算法的某个步骤做出改变或者引入其他算法的搜索方式，使得群体进化中更加拥有多 样性，或者收敛速度更快，从而得到更好的求解精度或结果稳定性。 然而针对算法框架方面的改进研究较少，本文从这个角度出发，分析了 ABC 算法在求 解函数优化问题中的核心特征，对 ABC 的算法框架做出重大简化，提出了一种流程简单、 参数极少、易于实现的改进蜂群算法，并在本文算法框架下研究了 ABC 的典型搜索算子， 提出了适合本文算法框架的搜索算子模型，对算子的加速系数进行了实验分析，研究了本文 算法中群体规模和函数维度对收敛速度的影响，展示了算法进化过程的稳定性。 1 人工蜂群算法的框架 本文认为搜索算子的单维度更新方式和新旧位置的贪婪选择策略是人工蜂群算法的最 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-mail: yinghongma71@163.com -1-   典型特点，是 ABC 区别于其他智能算法的地方，其