人工蜂群算法(ABC)算法.pptVIP

PPT下载：/xiazai/ 人工蜂群算法（ABC算法） 算法简介 1 算法原理 2 算法流程 3 与其他群智能优化算法的比较 4 目 录 未来的研究方向 4 算法简介 1 人工蜂群算法是模仿蜜蜂行为提出的一种优化方法，是集群智能思想的一个具体应用。 主要特点是不需要了解问题的特殊信息，只需要对问题进行优劣的比较，通过各个人工蜂个体的局部寻优行为，最终在群体中使全局最优值突现出来，有着较快的收敛速度。 在2005年由Karaboga小组为解决多变量函数优化问题提出的人工蜂群算法（artificial bee colony algorithm）。 算法原理——蜜蜂采蜜机理 1 蜂群的智能模型中有三个基本的组成要素：蜜源、被雇佣的蜜蜂和未被雇佣的蜜蜂。 蜜源：相当于优化问题的可行解。 被雇佣的蜜蜂：引领蜂，模型中引领蜂的数量通常是与蜜源对应的。引领蜂具有记忆功能，将自己借搜索到的蜜源相关信息(距离蜂巢的远近、方向、花蜜的丰富程度等)存储起来，并以一定的概率分享给其他的蜜蜂。 非雇佣蜂：有两种非雇佣蜂。 侦察蜂：在蜂巢周围搜索附近的蜜源；根据观察，蜂群中的侦察蜂数量大约占整个蜂群数量的5％一20％。 跟随蜂：蜂巢附近等待引领蜂共享蜜源信息的蜜蜂，他们观察引领蜂的舞蹈，选择自己认为满意的蜜蜂进行跟随。蜂群中的跟随蜂和引领蜂的数量相等。 两种最为基本的行为模型：为蜜源招募蜜蜂