30447.人工蜂群算法中局部搜索策略的研究

1、分類號：UDC：密級：學校代號：11845學號：2111114003廣東工業(yè)大學碩士學位論文(理學碩士)人工蜂群算法中局部搜索策略的研究趙舒陽指導教師姓名、職稱：塞I』住副塾援學科(專業(yè))或領(lǐng)域名稱：廛旦數(shù)堂學生所屬學院：廑用數(shù)堂堂醫(yī)論文答辯日期：2Q!壘生魚旦!旦摘要摘要人工蜂群算法(ABC)是一個模擬蜜蜂覓食的基于種群的優(yōu)化算法該算法具有實現(xiàn)簡單、通用性強、尋優(yōu)能力良等特點，常用來解決復雜函數(shù)最優(yōu)化問題，且優(yōu)化能力比基本的差分進化算

2、法、粒子群算法出色但該算法有個普遍的缺點，就是易陷入局部最優(yōu)解和局部搜索能力較弱為此本文為了提高人工蜂群算法的局部搜索能力，引入目前常用的混沌系統(tǒng)混沌系統(tǒng)具有隨機性、遍歷性和對原始條件的極度敏感性等特征等特點，它可以在確定的范圍內(nèi)根據(jù)自身的規(guī)律不重復地遍歷種群的所有狀態(tài)，因而利用混沌函數(shù)來進行局部搜索無疑對算法的尋優(yōu)能力帶來一定程度的提升混沌函數(shù)的尋優(yōu)過程概括來說分兩個階段進行：開始階段，以當前種群中的最優(yōu)個體為中心，在其周圍附加一段混

3、沌小擾動；然后，在以混沌函數(shù)確定的半徑范圍內(nèi)進行尋優(yōu)這種一定范圍內(nèi)的隨機遍歷，對提高最優(yōu)解的精度是有一定的積極作用根據(jù)混沌優(yōu)化的遍歷性和人工蜂群算法的反演性，本文將兩者進行組合，提出了基于混沌局部搜索的人工蜂群算法思想，在這個思想的基礎(chǔ)上經(jīng)過改進和優(yōu)化，使其對提高人工蜂群算法的局部搜索能力更趨明顯概括來說，本文主要進行了如下兩個方面的研究工作：1、為了提高混沌函數(shù)的局部搜索能力，將原混沌局部搜索策略進行適當改進，并將其與人工蜂群算法結(jié)合

4、：新算法在每一代的所有個體的平均值附近利用混沌函數(shù)進行細化搜索，然后在搜索到的解和原食物源之間采用貪婪選擇的原則確定下一代種群基于六個標準測試函數(shù)的仿真結(jié)果表明，本算法能有效地加快收斂速度，提高最優(yōu)解的精度，其性能優(yōu)于已有的人工蜂群算法2、提出了一種自適應策略的混沌局部搜索人工蜂群算法：其基本思想是在原搜索區(qū)域的基礎(chǔ)上，根據(jù)每次尋優(yōu)的結(jié)果中種群的相似度自適應地調(diào)整搜索空問，逐步縮小搜索區(qū)域，并利用混沌變量的內(nèi)在隨機性和遍歷性跳出局部最優(yōu)