第5章--蜂群算法基本理论ppt课件.ppt

第5章--蜂群算法基本理论ppt课件.ppt

ID:60845007

大小:922.50 KB

页数:27页

时间:2020-12-21

第5章--蜂群算法基本理论ppt课件.ppt_第1页
第5章--蜂群算法基本理论ppt课件.ppt_第2页
第5章--蜂群算法基本理论ppt课件.ppt_第3页
第5章--蜂群算法基本理论ppt课件.ppt_第4页
第5章--蜂群算法基本理论ppt课件.ppt_第5页
资源描述:

《第5章--蜂群算法基本理论ppt课件.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、5.1蜂群算法的概述5.1.1蜂群算法的概念5.1.2蜂群算法的的发展5.1.3蜂群算法的特点5.1.4蜂群算法的分类5.2蜂群算法的基本原理5.2.1基于蜜蜂繁殖行为的蜂群算法5.2.2基于蜜蜂采蜜行为的蜂群算法5.3蜂群算法的应用5.4蜂群算法的研究方向第5章蜂群算法基本理论5.1蜂群算法概述5.1.1蜂群算法的概念蜂群算法是一种模仿蜜蜂繁殖、采蜜等行为的新兴群智能优化算法。5.1蜂群算法概述5.1.2蜂群算法的发展人工蜂群算法于2005年由土耳其学者D.Karaboga系统提出。萌芽阶段1946年,德国生物

2、学家K.V.Frisch破译了蜜蜂采蜜时跳舞所蕴含的信息,并因此获得1973年诺贝尔生理学奖。1995年,美国CornellUniversity(康奈尔大学)的T.D.Seeley提出蜂群的自组织模型。2001年,H.A.Abbass提出了蜜蜂婚配优化(MatingOptimization,MBO)算法,用于解决可满足性问题。2001年,P.Lucic等针对蜜蜂行为建模,并提出一种基于蜂群采蜜行为的蜜蜂系统(BeeSystem,BS)。5.1蜂群算法的概述5.1.2蜂群算法的发展发展阶段2005年,土耳其埃尔吉耶

3、斯大学的DervisKaraboga在T.D.Seeley蜂群自组织模型的基础上,系统提出了人工蜂群算法(ArtificialBeeColony,简称ABC),并将其应用于数值优化领域。2006年又扩展到约束性数值优化领域。此后,国内外学者针对基本蜂群算法提出了多种改进算法,并应用于不同领域。目前,蜂群算法的研究还处于不断探索与改进的阶段。5.1蜂群算法的概述5.1.3蜂群算法的特点蜂群算法的优点①全局性:蜂群算法在搜索过程中不易陷入局部极值点,即使在非连续和含有噪声的情况下,也能以较大概率收敛到最优解或满意解,

4、具有很强的容噪能力。②并行性和高效性:蜂群算法具有大范围全局搜索和并行性等特点,适用于并行计算,因而执行效率高。③鲁棒性:鲁棒性强意味着蜂群算法的搜索以群体为基本单元,不受初始选择的影响,不因实例的不同而蜕变;同时对于一个相同问题,在不同的多次运行中能够得到相同结果,在解的质量上没有很大差异。这已被许多数值所证实。5.1蜂群算法的概述④普适性和易扩性:蜂群算法是一种弱方法,它采用自然进化机制来表示复杂现象,对函数的形态无要求,可解决多种优化搜索问题。针对不同实例,只需适当调整算子参数等,进行很小修改即可适应新的问题

5、,程序能够通用,这是现行的其他大多数优化方法所做不到的。⑤简明性:蜂群算法的基本思想简单明了,实现步骤通俗易懂。5.1蜂群算法的概述5.1.4蜂群算法的分类按照机理不同,蜂群算法分为两类:受婚配行为启发的蜜蜂婚配优化算法,也称为基于蜜蜂繁殖机理的蜂群算法。受采蜜行为启发的蜜蜂采蜜优化算法。另外,还有模拟蜂王繁殖行为的蜂王进化算法,模拟蜜蜂躲避障碍物的蜜蜂躲避算法,模拟蜂群任务分配行为的可用于服务器动态分配的分散蜜蜂算法,等等。5.1蜂群算法的概述5.2蜂群算法的基本原理5.2.1基于蜜蜂繁殖行为的蜂群算法生物

6、学机理一个完整的蜂巢一般由一只蜂王、上千的雄蜂、10000~60000工蜂和幼蜂组成。这三种蜂分工明确,各司其职。蜂王是蜂群中唯一具有生殖能力的雌蜂,主要任务是与不同的雄蜂进行交配与产卵;雄蜂是整个蜂群的父亲和警卫,主要任务是和蜂王交配繁殖后代;工蜂主要负责清洁、哺育、筑巢、守卫和采蜜等各项工作。5.2蜂群算法的基本原理5.2蜂群算法的基本原理蜂王的求偶过程称为婚飞。蜂王在空中起舞就标志着婚飞的开始,一群雄蜂追随其后。蜂王选择其中一只雄蜂进行空中交配,每次可以与7~20只雄蜂交配,直至纳满精子飞回蜂巢产卵。为了避免

7、近亲繁殖,蜂王有时会寻找其他蜂群的雄蜂交配。刚开始交配时,蜂王飞行速度很快,每交配一次,蜂王的飞行速度有所衰减。当蜂王衰弱到一定程度时,则由成熟且胜任的幼蜂替代,即产生新一代蜂王,此时结束原蜂王的生命周期。蜂群繁殖进化过程也是蜂王不断更新的过程,如图5-1所示。其实,新蜂王的产生类似于进化计算中的一个优化过程,蜂王是优化过程中待求解问题的最优解。5.2蜂群算法的基本原理图5-1蜂群繁殖优化过程示意图5.2蜂群算法的基本原理基本原理Step1:蜂群初始化。首先确定种群的大小,然后分别运用构造启发式算法NEH和随机产

8、生两种方式产生初始种群。初始化完成后,通过比较所有的种群个体,按适应度值从大到小排序。排第一位的个体即为蜂王Queen,其余个体为雄蜂集合Drones'set。Step2:蜂王婚飞行为。重复Step2~Step6若干次,直到产生的子代个体数达到种群大小。初始化蜂王的受精囊容量()和飞行速度。蜂王的飞行速度通常通过下式随机产生5.2蜂群算法的基本原理式中,是一

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。