人工蜂群算法分析与实现本科生毕业设计论文.docVIP

人工蜂群算法分析与实现 李林菲 (陕西师范大学 计算机科学学院，西安 710062) 摘 要：在了解蜜蜂采蜜原理和蜂群优化算法的基础上，分析基本的人工蜂群算法，结合操作系统的相关知识，将求解智力题的过程转化为蜂群寻找最优蜜源的过程。针对智力题求解实例，用线程模拟不同角色的蜜蜂，模仿人工蜂群算法(ABCA)中各个蜜蜂并行地完成智力题求解。在VC++6.0环境中的仿真实验表明，该算法全局搜索能力强，运算效率比单线程的算法明显高出十余倍。 关键词：人工蜂群算法；群体智能；组合优化 绪论 群集智能优化算法起源于研究者们对自然界的生物进化过程和觅食行为的模拟。它将搜索或者优化过程模拟为个体的觅食或者进化过程，使用搜索空间中的点模拟自然界中的个体；把求解问题的目标函数转化成个体对环境的适应能力；将个体的优胜劣汰过程或觅食过程类比为在搜索和优化过程中用较好的可行解取代较差可行解的迭代过程，从而形成了一种以“生成+检验”特征的迭代搜索算法，是一种求解极值问题的仿生学自适应人工智能技术。 1.1群体智能的产生 针对自然界中一些社会性昆虫群体行为的不解，如蚂蚁和蜜蜂群体智能的来源，个体简单行为如何形成复杂的群体行为，成百上千的蜜蜂如何协调做出某个重要决定，是什么让一群鲱鱼在一瞬间改变行动方向，为什么蚂蚁数量会随着周围环境的变化而变化等群体行为，在过去的数十年里，研究人员有了一些有趣的发现。 图1 蚂蚁