嵌入粒子群优化算法的混合人工蜂群算法.pdf

《嵌入粒子群优化算法的混合人工蜂群算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、嵌入粒子群优化算法的混合人工蜂群算法杨琳，等嵌入粒子群优化算法的混合人工蜂群算法HybridArtificialBeeColonyAlgorithmMixedwithParticleSwarmOptimizationAlgorithm饧琳乳本(广西工学院电子信息与控制工程系，广西柳州545006)摘要：为了克服人工蜂群算法存在的早熟收敛、后期收敛速度变慢等缺点，提出了一种基于粒子群优化算法的混合人工蜂群算法(PABC)。对陷入局部极值的雇佣蜂，采用粒子群优化算法对其重新进行初始化。粒子群优化算法具有很强的全局搜索性

2、能，能使陷入局部极值的雇佣蜂尽快摆脱局部约束。测试函数的计算结果表明，改进的人工蜂群算法大大提高了蜂群算法的寻优能力，在收敛速度和精度方面均优于基本蜂群算法。关键词：人工蜂群算法粒子群算法搜索精度优化能力最优值中图分类号：TP301+．6文献标志码：AAbstract：ToovercometheshortcomingsexistinginartificiMbeecolonyalgorithm，e．g．-prematureconvergenceandlowrateinlaterconvergence，thehybri

3、dparticleaaificialbeecolony(PABC)algorithmmixedwithparticleswaEmoptimizationalgorithmisproposed．Tothoseemploymentbeegettingintolocalextremum-theparticleswarmoptimizationalgorithmisadoptedtore-initializeit．AstheparticleswaNnoptimizationalgorithmpossessesgoodglo

4、balsearchperformance，theemploymentbeegettingintolocalextremumcallgetridoflocalrestrictionasquickly∞possible．ThecalculationresultoftestfunctionshowsthattheimprovedPABCenhancestheoptimizationcapabilityofbeecolonyalgorithm。andtheconvergencerateandaccuracyofalgori

5、thmarebetterthanthoseofthebasicbeecolonyalgorithm．Keywords：ArtificialbeecolonyalgorithmParticleswarmalgorithmSearchaccuracyOptimizationcapabilityOptimalvalueO引言人工蜂群算法(artificialbeecolony，ABC)具有控制参数少、计算简洁、实现方便等特点，已成功应用于函数优化等场合¨。3]。该算法在神经网络训练H]、滤波器设计"1、网络优化∞o、机器

6、人路径规划o7

7、、生产调度旧1等工程领域中也取得了很好的优化效果。与其他智能算法一样，传统ABC算法也存在早熟收敛、后期收敛速度变慢的缺点。本文将粒子群优化算法(particleswarmoptimization，PSO)引入到传统ABC算法中，对在预先设定的搜索次数内没有更新的雇佣蜂，在其现有的位置上拓宽一个范围，作为粒子群优化算法的搜索空间重新进行搜索。经典函数的测试结果表明，改进后的算法在收敛速度和搜索精度上均优于传统ABC算法。1人工蜂群算法简介在传统ABC算法中∽q0

8、，蜂群的智能模型包括：食广西研究生教

9、育创新计划基金资助项目(编号：201110594081IMOI)。修改稿收到日期：2012-01-04。第一作者扬琳(1984-)，女，现为广西工学院控制理论与控制工程专业在读硕士研究生；主要从事智能控制方面的研究。物源、雇佣蜂和非雇佣蜂，其中非雇佣蜂由观察蜂和侦察蜂组成。在整个算法迭代过程中，蜂群对食物源的选择遵循下述原则：食物源(解)被选中的概率取决于所含花蜜的数量，花蜜的数量决定了食物源(解)的优劣；雇佣蜂按照“贪婪”选择的方式对搜索到的食物源(解)进行选择；观察蜂按照概率选择食物源(解)。对于全局优化问题，

10、令：n[1inS--f(X)(1)设搜索空间为D维，X；(菇n，z岔⋯．，戈∞)∈S表示第i个食物源的位置，求解最优解的具体步骤如下。首先，ABC算法生成含有Ⅳ个食物源(解)的初始群体，每个解置(i=1，2⋯．，Ⅳ)是一个D维向量；然后蜜蜂对所有的食物源进行循环搜索，直到找到问题的最优解。雇佣蜂和观察蜂按照以下公式对食物源进行位置更新：”F。菇i+R#(Xq