人工蜂群算法理論與應(yīng)用研究.pdf

1、人工蜂群算法是一種近年來(lái)新提出的群體智能算法，該算法參數(shù)少易于調(diào)控，搜索速度快，精度高，魯棒性強(qiáng)，自提出以來(lái)得到國(guó)內(nèi)外學(xué)者的大量關(guān)注，并在求解工程類(lèi)優(yōu)化問(wèn)題時(shí)得到廣泛應(yīng)用。在近年來(lái)的研究中，該算法被廣泛應(yīng)用于通信，控制，自動(dòng)化，生物工程等領(lǐng)域，均取得較好的優(yōu)化結(jié)果。
　　然而基本的人工蜂群算法具備以下不足:其種群更新機(jī)制表明該算法缺乏對(duì)搜索過(guò)程中的種群社會(huì)信息的有效利用;且該算法全局的搜索性能較好，但局部深度探索能力較差;另外，在

2、搜索過(guò)程中缺少對(duì)求解問(wèn)題結(jié)構(gòu)的認(rèn)知，這些缺點(diǎn)限制了算法收斂速度和搜索精度的進(jìn)一步提高。
　　本文旨在深入探究人工蜂群算法的應(yīng)用領(lǐng)域和改進(jìn)機(jī)制，改善算法的收斂速度和優(yōu)化精度，并進(jìn)一步提高算法的適用性。本文的研究工作主要分為以下幾個(gè)方面:
　　首先使用人工蜂群算法求解陣列信號(hào)處理領(lǐng)域的波達(dá)方向估計(jì)問(wèn)題。仿真結(jié)果表明，隨著信道信噪比的改善，該算法的估計(jì)準(zhǔn)確度不斷提高，可以成功地對(duì)波達(dá)方向估計(jì)問(wèn)題進(jìn)行優(yōu)化求解。
　　為進(jìn)一步探

3、究人工蜂群算法的適用性，分別使用該算法對(duì)約束優(yōu)化問(wèn)題和多目標(biāo)優(yōu)化問(wèn)題兩類(lèi)典型優(yōu)化問(wèn)題進(jìn)行求解。在優(yōu)化求解有約束條件的問(wèn)題時(shí)，結(jié)合該類(lèi)問(wèn)題的特點(diǎn)，定義約束檢查函數(shù)，檢查隨機(jī)解是否在滿(mǎn)足約束條件的可行域內(nèi)，并使用該函數(shù)對(duì)貪婪準(zhǔn)則和跟隨概率進(jìn)行改進(jìn)，得到一種適用于約束優(yōu)化的人工蜂群算法;使用人工蜂群算法進(jìn)行多目標(biāo)的優(yōu)化時(shí)，根據(jù)Pareto支配準(zhǔn)則，分別改進(jìn)適應(yīng)度函數(shù)求解公式和貪婪準(zhǔn)則，采用外部檔案機(jī)制保存和更新Pareto最優(yōu)解，同時(shí)，在整個(gè)

4、搜索過(guò)程中采用帶有全局引導(dǎo)機(jī)制的鄰域搜索策略來(lái)保證Pareto最優(yōu)解的均勻分布。分別對(duì)兩類(lèi)問(wèn)題中的經(jīng)典測(cè)試函數(shù)進(jìn)行優(yōu)化，結(jié)果證明本文提出的兩種改進(jìn)算法可以獲得有效的優(yōu)化結(jié)果。
　　針對(duì)標(biāo)準(zhǔn)人工蜂群算法存在的不足之處，本文分別使用廣義反向?qū)W習(xí)策略和阿基米德copula分布估計(jì)算法對(duì)算法進(jìn)行改進(jìn)，提出了兩種基于混合策略的人工蜂群算法。在基于廣義反向?qū)W習(xí)策略的人工蜂群算法中，使用反向解對(duì)種群個(gè)體進(jìn)行更新，來(lái)提高種群的多樣性，同時(shí)采用多維