基于多精英單純形和雙種群綜合學(xué)習(xí)的人工蜂群算法.pdf

1、人工蜂群(Artificial Bee Colony, ABC)算法作為一種群體智能隨機(jī)搜索優(yōu)化算法，具有結(jié)構(gòu)簡(jiǎn)單，設(shè)置參數(shù)少，易與其他算法結(jié)合等特點(diǎn).但ABC算法和其他群智能算法一樣，在求解無(wú)約束優(yōu)化問(wèn)題時(shí)存在易早熟、局部搜索能力弱、尋優(yōu)精度低等問(wèn)題.本文主要針對(duì)ABC算法局部搜索能力弱、難以平衡全局搜索和局部尋優(yōu)能力等缺點(diǎn)，借助單純形方法和多種群的思想提出了兩個(gè)改進(jìn)的人工蜂群算法.
　　算法1是基于多精英單純形和定向選擇的人工

2、蜂群算法(MENM-DS-ABC).受粒子群?jiǎn)l(fā)的多精英人工蜂群(PS-MEABC)優(yōu)化算法利用蜂群中的精英個(gè)體和全局最優(yōu)個(gè)體增強(qiáng)解的局部尋優(yōu)能力.算法1在PS-MEABC算法基礎(chǔ)上，通過(guò)引入定向選擇策略和基于蜜源目標(biāo)函數(shù)值排序改進(jìn)跟隨蜂選擇概率公式，并利用多精英Nelder-Mead單純形方法增強(qiáng)蜜源的局部開(kāi)采，進(jìn)一步平衡蜂群的全局搜索和局部尋優(yōu)能力.數(shù)值實(shí)驗(yàn)表明，改進(jìn)的算法不僅在尋優(yōu)精度和收斂速度上均有明顯提高，并在高維的優(yōu)化問(wèn)題上

3、尋優(yōu)性能更加穩(wěn)定.
　　算法2是基于綜合學(xué)習(xí)的雙種群人工蜂群算法(DPCLABC).算法將整個(gè)種群劃分成兩個(gè)子種群，分別為全局搜索子群(子種群1）和局部尋優(yōu)子群(子種群2）.受粒子群算法的啟發(fā)將蜜源隨機(jī)一維的更新調(diào)整為所有維同時(shí)更新.同時(shí)利用綜合學(xué)習(xí)策略生成兩個(gè)子種群的學(xué)習(xí)樣本，增強(qiáng)蜜源的搜索能力.此外，還運(yùn)用反向?qū)W習(xí)改進(jìn)初始種群，學(xué)習(xí)乘性權(quán)重更新算法用于跟隨蜂選擇概率公式的更新.數(shù)值實(shí)驗(yàn)在18個(gè)單峰、多峰和旋轉(zhuǎn)基準(zhǔn)測(cè)試函數(shù)上進(jìn)行