人工蜂群算法的研讨及其应用.pdfVIP

摘要 人工蜂群算法(ABC)是一种模拟蜜蜂采蜜行为的群集智能优化算法，它为解决 存在于科学领域的全局优化问题提供了一种新的方法。由于它具有控制参数少、 易于实现、计算简单等优点，已经被越来越多的研究者所关注。但是，基本人工 蜂群算法仍存在早熟收敛、容易陷入局部最优和进化后期收敛较慢等缺点，为了 有效提升人工蜂群算法的优化性能，本文从多个角度对其进行了改进，并且进行 了简单的应用，主要内容如下： (1)针对ABC算法搜索方程局部搜索能力较弱的缺点，受差分进化算法变异 方程和粒子群算法进化方程的启发，提出了两种基于改进搜索方程的人工 蜂群算法。实验仿真表明，改进的算法在最优解的求解精度和算法的收敛 能力方面都有一定程度的改善或提高。 (2)为了提高ABC算法的整体寻优能力，借鉴差分进化算法中的变异思想， 在ABC算法的观察蜂阶段引入差分进化局部搜索算子，进而提出一种基 于混沌差分进化的人工蜂群算法。实验分析表明，引入该算子后的蜂群算 法在解的求解精度和算法的收敛速度上均优于基本人工蜂群算法。 (3)针对ABC算法容易陷入局部最优的缺点，将简化的三点二次插值算子引