分阶段搜索的改进人工蜂群算法.pdf

Journalof ISSN100l一9081 2015．．04．．10 ComputerApplications CODEN 计算机应用，2015，35(4)：1057—1061 JYIIDU http：／／www．joca．an 文章编号：1001—9081(2015)04—1057—05 分阶段搜索的改进人工蜂群算法 李国亮’，魏振华，徐蕾 (东华理工大学信息工程学院，南昌330013) ({通信作者电子邮箱164479792@qq．com) 摘要：针对人工蜂群(ABC)及其改进算法在求解高维复杂函数优化问题时，存在求解精度低、收敛速度慢、易 陷入局部寻优且改进算法控制参数多的不足，提出一种分阶段搜索的改进人工蜂群算法。该算法设计了分阶段雇佣 蜂搜索策略，使雇佣蜂在不同阶段具备不同的搜索特点，降低了算法陷入局部极值的概率；定义逃逸半径，使其能够 更好地指导早熟个体跳出局部极值，避免了逃逸行为的盲目性；同时，采用均匀分布结合反向学习的初始化策略，促 使初始解分布均匀且质量较优。通过对优化问题中8个典型高维复杂函数的仿真实验结果表明，该改进算法求解精 度更高，收敛速度更快，更加适合高维复杂函数求解。 关键词：人工蜂群算法；数值函数优化；逃逸半径；自适应；均匀分布；反向学习 中图分类号：TP301．6文献标志码：A artificialbee search Improved colonyalgorithmusingphased LI Lei Zhenhua．XU Guoliang。．WEI ChinaInstitute (CollegeofInformationEngineering，EastofTechnology,Nanchangfiangxi330013，China) atthe ofArtificialBee andits in Abstract：Aimingshortcomings Colony(ABC)algorithmimprovedalgorithmssolving function aslowsolution tofall high—dimensionalcomplex optimizationproblems，such precision，slowconvergence，beingeasy inlocal andtoo control of artificialbee optimum many parametersimprovedalgorithms，animproved colonyalgorithmusing searchwas this reducethe of intolocal extremum，the phased proposed．Inalgorithm，to probabilitybeingfalling segmental- s