人工蜂群算法的改进方法和收敛性理论研究.pdfVIP

摘要 摘 要 Bee 人工蜂群(Artificial Colony，ABC)算法经过近十年的研究和发展， 已经成为科学和工程实践中求解复杂优化问题的重要技术之一。人工蜂群算法的 理论研究不断深入，应用范围不断拓展，使其成为自然计算领域曰益活跃的重要 研究课题之一。本文从方法论的角度对人工蜂群算法的理论研究进展和应用领域 做了综合评述，在算法改进、融合及算法应用等方面做了一定的创新性研究，提 出了一些有意义的改进人工蜂群算法，拓宽了人工蜂群算法的应用范围，同时， 对算法中蜂群序列的Markov链模型及算法的收敛性做了初步的理论探讨。主要 研究工作包括： l、以全面提高ABC算法的优化能力为目标，从提高种群多样性入手，在全 面分析ABC算法性能的基础上，结合其他进化算法和群智能算法的优势，提出两 种改进ABC算法： (1)在群智能优化算法中，种群多样性的迅速降低将使算法存在陷入局部 最优，即“早熟”的风险，很难突破其束缚，到达全局最优。根据蜜源适应度值 的不同，采用种群划分策略，形成有一定差异化的