二稿混沌蜂群算法.docxVIP

???????????????????????最新资料推荐??????????????????? 混沌蜂群算法 摘要 : 人工蜂群算法是一种新的模拟蜜蜂采蜜行为的元启发式算法 . 本文提出一种新的 ABC算法，利用混沌映射， 提高算法的收敛速度， 并防止 ABC陷入局部最 .ABC算法需要使用的随机数，通过随机数发生器产生 . 该算法提出了七个新混沌映射，在基准函数中分析了不同混沌映射的性能 , 提高了解的质量 . 实验表明，所提出的方法能够有效提高解的质量， 既能防止陷入局部最优， 又能提高全局搜索能力 . 关键字 : 人工蜂群算法 ; 全局数值优化 ; 混沌 ; Chaotic bee colony algorithms Abstract : Artificial bees colony algorithm is a kind of new simulation behavior of meta heuristic algorithm. New ABC algorithm is proposed in this paper, using the chaos mapping, improves the rate of convergence of the algorithm, and prevent the ABC into a local optimum. ABC algorithm needs to use a random number, generated by random number generator. The algorithm puts forward seven new chaos mapping of chaotic mapping in benchmark function analysis of different performance, improves the quality of knowledge. Experimental results show that the proposed method can improve the quality of the solution, which can prevent falls into local optimum, and can improve the global search ability. Keywords: Bee colony algorithm;Chaos;Global numerical optimization 引言 优化问题可以用传统算法建立模型来处理， 需要几个假设，但这些假设在许 多情况下不容易验证 . 这些参数的假设（舍入的变量、约束软化等）肯定会影响 解的质量 . 如果在优化模型中需要建立整型或离散的决定变量，那么显然是不行 的，也就是说，传统优化算法不灵活，不能更好的解决优化问题 . 此外，首先传统的求解策略通常取决于目标函数和约束函数的类型（线性， 1 ???????????????????????最新资料推荐??????????????????? 非线性等）以及建模问题中使用变量的类型（整形，实型等） . 他们的效率也依 赖于解空间的大小、 用于建模的变量、 约束的数量和解空间的结构 （凸，凹等）.也就是说，他们不提供通用的解决方案。然而，大部分的优化问题，需要在它的规划策略中制定变量、目标函数和约束函数的类型 . 其次，原始优化算法在解决 大规模和高维非线性的问题上， 效率很低，迫使研究者寻找更灵活、 适应性更强、 问题和模型独立的通用启发式算法， 这种通用的启发式算法高效、 灵活，它们可 以视问题的特定要求，来进行调整修改 . 图 1 所示的启发式算法的分类 . 启发式算法 物 理 基 社 会 基 音乐基础 生物学基础 混 合 基 础 础 础 单点 多点 静态目标函 动 态 目 标 函 数 数 静态邻域 动态邻域 不保存记忆 保存记忆 图 1 启发式算法 近年来，基于生物学的群体智能启发式算法已成为许多学者的研究兴趣之一 . 粒子群优化算法、蚁群优化算法和蜂群算法可以视为群体智能的几个分支领域 . 最近提出的人工蜂群智能算法（ ABC）受到了蜜蜂智能行为的启发，同时被证明 是全局数值优化问题的更好的解决办法 . 2 ???????????????????????最新资料推荐??????????????????? 在许多文献中，混沌映射都具有确定性、遍历性和随机性 . 近年来，用混沌序列代替伪随机序列并应用于相关程序中， 在许多算法中已经表现出一些有效 的﹑好的结果，它们也可以与一些启发式优化算法一起使用来表示优化变量 . 由 于混沌序列的不可预测性，理论上讲，混沌序列的选择是合理的 . 在本文