蜂群混合算法.pdf

1、人工蜂群算法（Artificial Bee Colony, ABC)是近年來流行的一種模擬進化計算方法，受啟發(fā)于蜂群個體間相互協(xié)作的特定社會群體行為，是一種模擬蜜蜂群智能搜索行為的群智能優(yōu)化算法．由于其具有控制參數(shù)少、計算簡潔、易于實現(xiàn)等優(yōu)點，且己被證明是一種優(yōu)秀的全局優(yōu)化算法，因此得到了越來越多的學者所關(guān)注．但是人工蜂群算法還存在一些不足，如易出現(xiàn)“早熟”現(xiàn)象，收斂速度慢等．
　　針對人工蜂群算法的不足，本文在對人工蜂群算法的基

2、本原理、模型和局部搜索機制進行了深入探討，并在其基礎(chǔ)上對人工蜂群算法進行了改進，提出了兩種改進的人工蜂群算法，實驗結(jié)果表明改進的算法達到了預(yù)期效果．本文的主要工作概括如下：
　　首先詳細介紹了人工蜂群算法．全面分析了人工蜂群算法，包括人工蜂群算法的基本原理、組織框架、特征以及優(yōu)缺點，同時還分析了人工蜂群算法的研究現(xiàn)狀和應(yīng)用領(lǐng)域．
　　其次，對人工蜂群算法進行了改進，提出一種蜂群混合算法．針對人工蜂群算法收斂速度慢、易出現(xiàn)“早

3、熟”的問題，通過將Alopex算法嵌入到ABC算法中，提出了一種蜂群混合算法ALABC。該算法對陷入局部最優(yōu)的解進行Alopex迭代，避免長時間陷入局部最優(yōu)，并且利用Alopex算法的并行計算特性提高了收斂速度．實驗結(jié)果表明該混合算法具有較快的收斂速度和很強跳出局部最優(yōu)的能力．
　　最后，在前面混合算法的基礎(chǔ)上，進一步提出基于梯度加速的蜂群混合算法．該算法將最速下降法引入局部搜索過程，在進化搜索過程中應(yīng)用最速下降法的負梯度思想，提