蜂群算法研究.pdf

1、蜂群算法是模擬蜂群覓食、選擇蜂巢位置以及蜂群婚配行為的群智能優(yōu)化算法,具備參數(shù)設(shè)置少、操作簡單、易于實現(xiàn)及魯棒性很強等諸多特點,應(yīng)用于求解各種組合優(yōu)化和連續(xù)優(yōu)化問題,并且通過一些具體的工程領(lǐng)域的應(yīng)用驗證了這個算法的可行性。然而這個算法不但在理論上存在缺陷而且在實踐上的應(yīng)用也不夠成熟。雖然國內(nèi)和國外的研究人員對這個算法展開了深入研究改進,但是這個算法在解決某些比較復(fù)雜的工程優(yōu)化問題時,算法的搜索速度有點慢,種群的多樣性有所變差,并且算法容

2、易走進局部最優(yōu)。
　　本文針對上述問題提出了一種基于小生境技術(shù)的自適應(yīng)步長人工蜂群算法(NT-SABC)。在初始種群的構(gòu)造過程中,采用均勻設(shè)計理論構(gòu)造初始種群,使得種群均勻分布在解搜索空間中,同時在一定程度上加快了算法的收斂速度;針對種群多樣性差的問題,結(jié)合分析優(yōu)化算法的分組方法,提出了一種串行分組法,這個方法把種群間的差異削弱了許多,使得種群的多樣性得到了保持;在種群的更新迭代過程中,在分析了原公式局限性的基礎(chǔ)上提出了一種新的移

3、動步長,該移動步長具有自適應(yīng)性,能改善算法的局部以及全局的搜索原則,讓算法的尋找速度提升了;根據(jù)算法容易走進到局部最優(yōu)區(qū)域的缺陷,把一種改進的小生境加入到種群的淘汰過程,把進入到局部最優(yōu)區(qū)域的個體適時地淘汰掉,制止了算法走進局部最優(yōu)。
　　實驗證明,改進后的算法有效地解決了人工蜂群算法早熟收斂,搜索速度不快等問題,并提高了解的精度。
　　根據(jù)分析經(jīng)典算法的原理,我們知道算法的一些參數(shù)對算法相關(guān)的性能有比較大的影響,在以后的研