人工蜂群算法详解.ppt

;蜂群算法简介;一 、蜜蜂采蜜机理;蜂群产生群体智慧的最小搜索模型包含基本的三个组成要素：食物源、被雇佣的蜜蜂（employed foragers）和未被雇佣的蜜蜂（unemployed foragers）；两种最为基本的行为模型：为食物源招募（recruit）蜜蜂和放弃（abandon）某个食物源。 ;(3)未被雇用的蜜蜂：其主要任务是寻找和开采食物源。有两种未被雇用的蜜蜂：侦查蜂（Scouter）和跟随蜂（Follower）。侦察蜂搜索蜂巢附近的新食物源；跟随蜂等在蜂巢里面并通过与引领蜂分享相关信息找到食物源。一般情况下，侦察蜂的平???数目是蜂群的5%-20%。 ;初始时刻，蜜蜂以侦察蜂的身份搜索。其搜索可以由系统提供的先验知识决定，也可以完全随机。经过一轮侦查后，若蜜蜂找到食物源，蜜蜂利用它本身的存储能力记录位置信息并开始采蜜。此时，蜜蜂将成为“被雇用者”。蜜蜂在食物源采蜜后回到蜂巢卸下蜂蜜然后将有如下选择： 　　(1)放弃食物源而成为非雇佣蜂。 　　(2)跳摇摆舞为所对应的食物源招募更多的蜜蜂，然后回到食物源采蜜。 　　(3)继续在同一个食物源采蜜而不进行招募。 　　对于非雇佣蜂有如下选择： 　　(1)转变成为侦察蜂并搜索蜂巢附近的食物源。其搜索可以由先验知识决定，也可以完全随机。 　　(2)在观察完摇摆舞后被雇用成为跟随蜂，开始搜索对应食物源邻域并采蜜。 ;三、ABC算法原理;1.蜜源初始化;3. 观察蜂选择雇佣蜂的概率;四、基本ABC算法的流程 1: 根据式(1)初始化种群解xi，i =1,…,SN 2: 计算种群中各个蜜蜂的适应值 3: cycle = 1 4: repeat 5: 雇佣蜂根据(2)产生新的解vi 并计算适应值 6: 雇佣蜂根据贪心策略选择蜜源 7: 根据(3)式计算选择蜜源xi的概率Pi 8: 观察蜂根据概率Pi选择蜜源xi，根据(2)式在该蜜源附近产生新的蜜源vi ，并计算新蜜源vi的适应值 9: 观察蜂根据贪心策略选择蜜源 10: 决定是否存在需要放弃的蜜源，如果存在，根据(1)式随机产生一个蜜源替代它 11: 记录最优解 12: cycle = cycle + 1 13: until cycle = MCN; 所有城市的任一种排列即是问题的一个解，解空间由若干解构成，因此初始化解空间就是随机产生多个不同的城市序列。以n个城市为例，从1到n对其进行编号，那么完成一次旅行的路径就用1到n的一个排列组合来表示。 在人工蜂群算法中，每一个引领蜂或者跟随蜂的位置就对应一个路径的组合，食物源的丰富程度对应这条路径的长度，用适应度函数值来描述食物源的丰富程度，也就是说，适应度函数值越小的引领蜂或者跟随蜂所在的位置，所代表的路径也最优。;算法实现;更新策略;下一步选择的城市可以表示为： Ak={1,2,… ,n}- Tk 其中Ak表示蜜蜂k下一步可以选择的城市,Tk表示以记录蜜蜂k本代所走过的城市,Tk随蜜蜂不断选择下一个城市而做动态调整.进化代数N每增加一次,各条路径上的转移因子就要清零一次,保证转移因子没有遗留历史信息,而仅仅是根据本代路径信息更新.所有蜜蜂完成一次迭代循环,各路径上转移因子根据式(1)(2)(3)作调整.然后,对所有路径长度排序,得到引领路径矩阵LR.最后采用2级更新策略.; 第1级:引领因子更新策略 引领路径的选择有3种方式:取长度最短的路 径为引领路径;取长度前δ位(或δ%为引领路径); 上代全部蜜蜂走过的路径为引领路径.;更新策略;更新策略;更新策略;更新策略;更新策略;更新策略;更新策略;用蜂群算法求解TSP的流程图;THANKS