改进的人工蜂群算法在函数优化问题中的应用-计算机工程与应用.PDF

36 2012 ，48 （19） Computer Engineering and Applications 计算机工程与应用 改进的人工蜂群算法在函数优化问题中的应用 王慧颖，刘建军，王全洲 WANG Huiying, LIU Jianjun, WANG Quanzhou 中国石油大学（北京）数理学院，北京 102249 College of Mathematics and Physics, China University of Petroleum（Beijing ）, Beijing 102249, China WANG Huiying, LIU Jianjun, WANG Quanzhou. Modified artificial bee colony algorithm for numerical func- tion optimization. Computer Engineering and Applications, 2012, 48 （19）：36-39. Abstract ：In recent years, a new optimization algorithm called artificially colony algorithm has proposed. The stan- dard artificial bee algorithm is weak at the locally searching capability and precision, a modified Artificial Bee Colony （ABC ）algorithm is proposed whose core is to integrate the information of global best solution and previous best so- lution into the solution search equation of ABC, achieves the information exchange of groups. Meanwhile asynchro- nization variable learning factor introduced here is to keep the balance between the global search and the local search. The tests for continuous function optimization show that the new algorithm is superior to conventional ABC algorithm in quality. Key words ：Artificial Bee Colony （ABC ）; asynchronization variable learning factor; numerical function optimization 摘 要：人工蜂群算法是近年来新提出的一种优化算法。针对标准人工蜂群算法的局部搜索能力差，精度低 的缺点，提出了一个改进的人工蜂群算法，利用全局最优解和个体极值的信息来改进人工蜂群算法中的搜索 模式，并引入异步变化学习因子，保持全局搜索和局部搜索的平衡。将改进的人工蜂群算法在函数优化问题 上进行测试，结果表明改进的人工蜂群算法优于原算法。 关键词：人工蜂群算法（ABC ）；异步变化学习因子；函数优化问题 文章编号：1002-8331（2012 ）19-0036-04 文献标识码：A 中图分类号：TP391.9 1 引言 差。2010 年，Zhu Guopu 和Kwong S[10] 提出一个改 蜂群算法（Bee Colony Algorithm ）是一种新型 进的人工蜂群算法（GABC ），该算法利用了全局最优 的启发式算法，它是建立在蜜蜂自组织模型和群体 解改进ABC 算法的搜索模式来提高局部搜索能力。 智能基础上的一种非数值优化计算方法。Seeley[1]最 本文提出的改进的ABC 算法是为了进一步改进 先研究了蜂群的社会行为特征，并提出蜜蜂群的自 标准ABC 算法的局部搜索能力，提高算法的精度，以 组织模型。2005 年，Karaboga D[2]将蜂群算法应用在