人工蜂群算法的研究及應(yīng)用.pdf

1、近年來(lái)，隨著群體智能算法在數(shù)據(jù)處理分析問(wèn)題上表現(xiàn)出來(lái)的巨大潛力，大批的研究人員投身于其中進(jìn)行研究。但是這類的群體智能算法往往存在著調(diào)節(jié)參數(shù)過(guò)多，所得解不是最優(yōu)解，收斂速度這些問(wèn)題，這些問(wèn)題限制了這些方法的實(shí)際應(yīng)用。群體智能的發(fā)展還有很多的路要走，這也為我們的課題提供了實(shí)際的意義。
　　收到大自然的啟發(fā)和研究人員的努力，提出了人工蜂群[4]算法。隨著研究的不斷深入，人工蜂群算法在處理聚類分類等問(wèn)題上取得了巨大的成功。過(guò)去的研究主要集

2、中在算法性能提高，函數(shù)優(yōu)化，組合優(yōu)化，收斂性證明這些方面。
　　一直以來(lái)，不同思想的融合和學(xué)科的交叉結(jié)合都是創(chuàng)新思想的重要來(lái)源，這也是人工蜂群算法能進(jìn)一步發(fā)展和應(yīng)用必不可少的趨勢(shì)。主要的例如有人工智能，它是機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)和數(shù)據(jù)庫(kù)等學(xué)科的有機(jī)結(jié)合，現(xiàn)在已經(jīng)是熱門(mén)的研究課題。
　　在這樣的背景下，本文提出了該課題，本文對(duì)蜂群算法進(jìn)行了深入的研究，在本文的開(kāi)始，詳細(xì)介紹了蜂群算法的技術(shù)理論，之后我們使用蜂群算法處理了一些實(shí)際問(wèn)題

3、，并且和同類算法進(jìn)行比較，通過(guò)實(shí)驗(yàn)比較來(lái)展示蜂群算法在同類算法中突出的性能并且找蜂群算法的不足;然后針對(duì)實(shí)驗(yàn)暴露出的算法的局限性，通過(guò)查詢文獻(xiàn)和實(shí)驗(yàn)，提出了蜂群算法的改進(jìn)策略，并且詳細(xì)給出了改進(jìn)的理論依據(jù);最后，通過(guò)從算法的結(jié)構(gòu)入手，提出了可變種群規(guī)模的人工蜂群算法，針對(duì)收斂速度和局部最優(yōu)化的問(wèn)題，選用了合適的函數(shù)，從理論上解決了這些局限性。本論文的具體貢獻(xiàn)如下:
　　(1)詳細(xì)闡述了蜂群算法的理論并且將其應(yīng)用到具體研究中去。闡述

4、了原始的人工蜂群算法的數(shù)學(xué)模型，我們將這個(gè)模型運(yùn)用到我們研究中常用的問(wèn)題中去，蜂群算法能夠完美的解決這些問(wèn)題，性能比同類算法有顯著的提高。
　　(2)人工蜂群算法的改進(jìn)策略。從第三章中暴露出了蜂群算法的一些不足，從算法性能為原點(diǎn)，提出了第4章中的算法改進(jìn)策略，分別是初始解的改進(jìn)，選擇策略的改進(jìn)，解更新公式的改進(jìn)，與其它算法相結(jié)合的改進(jìn)策略。并且通過(guò)仿真實(shí)驗(yàn)來(lái)驗(yàn)證這些更新策略的效果。
　　(3)可變種群規(guī)模的人工蜂群算法。這是